磁共振成像的图像质量评估
图像与视频处理
2023-02-17 v2 计算机视觉与模式识别
摘要
图像质量评估（IQA）算法旨在复现人类对图像质量的感知。图像增强、生成和恢复模型日益流行，促使许多评估其性能的方法被开发。然而，大多数 IQA 解决方案设计用于预测通用领域的图像质量，其在特定领域（如医学成像）的适用性仍存疑。此外，针对特定任务选择这些 IQA 指标通常涉及人为诱导的失真（如手动添加噪声或人工模糊）；然而，所选指标随后被用于评判现实计算机视觉模型的输出。本工作中，我们通过对磁共振成像（MRI）开展迄今最广泛的 IQA 评估研究（14,700 个主观评分）来填补这些空白。我们使用训练用于解决 MRI 相关问题的神经网络模型输出，包括扫描加速中的图像重建、运动校正和去噪。我们侧重于反映放射科医生对重建图像的感知，衡量 MRI 扫描质量最具诊断影响力的标准：信噪比、对比度噪声比和伪影的存在。七名受训放射科医生评估这些失真图像，其判断随后与 35 种不同的图像质量指标（考虑了全参考、无参考和基于分布的指标）相关联。表现最佳的——DISTS、HaarPSI、VSI 和 FID-VGG16——在所有考虑的解剖结构和目标任务中，对三个提出的质量标准均高效。
引用
@article{arxiv.2203.07809,
title = {Image Quality Assessment for Magnetic Resonance Imaging},
author = {Segrey Kastryulin and Jamil Zakirov and Nicola Pezzotti and Dmitry V. Dylov},
journal= {arXiv preprint arXiv:2203.07809},
year = {2023}
}
备注
13 pages, 8 figures, V2: under review in Medical Image Analysis (revised)