医学影像中的诊断图像质量评估与分类：机遇与挑战
图像与视频处理
2019-12-09 v1 计算机视觉与模式识别
机器学习
摘要
磁共振成像（MRI）存在多种伪影，其中最常见的是运动伪影。这些伪影常导致图像达不到诊断质量。为检测此类伪影，专家会对图像的诊断质量进行前瞻性评估，每当遇到非诊断质量的扫描时，就需要患者复诊并重新扫描。这促使我们有必要开发一种能够评估医学图像质量并检测诊断与非诊断图像的自动化框架。在本文中，我们探索了多种基于卷积神经网络的医学图像质量评估框架，并研究了其中的若干挑战。
引用
@article{arxiv.1912.02907,
title = {Diagnostic Image Quality Assessment and Classification in Medical Imaging: Opportunities and Challenges},
author = {Jeffrey Ma and Ukash Nakarmi and Cedric Yue Sik Kin and Christopher Sandino and Joseph Y. Cheng and Ali B. Syed and Peter Wei and John M. Pauly and Shreyas Vasanawala},
journal= {arXiv preprint arXiv:1912.02907},
year = {2019}
}
备注
4 pages, 8 Figures, Conference Submission