评估合成医学图像的五大陷阱

参考指标已被开发用于客观、定量地比较两种图像。尤其在评估重建或压缩图像质量时，这些指标显示出极大用处。对人工失真自然图像基准的广泛测试揭示了哪些指标最能与人类感知质量相关。将这些指标直接应用于医学图像中生成模型的评估，却可能轻易导致陷阱，因为关于图像内容、图像数据格式和图像解释的假设常与实际情况大相径异。此外，参考指标与人类感知质量的相关性对不同失真类型差异很大，常用指标如SSIM、PSNR和MAE并非在所有情况下都是最佳选择。我们选取五大陷阱，展示意外且可能不可取的参考指标得分，并讨论如何避免这些陷阱。