盲人CT图像质量评估使用DDPM衍生内容和基于变压器的评估器

科学领域:

• 医疗成像医学成像
• 计算机视觉 计算机视觉
• 放射学 放射学是一门学科.

背景情况:

• 低剂量CT扫描可以减少辐射暴露,但通常会产生带有噪音和文物的图像.
• 盲人图像质量评估 (BIQA) 对于评估和改进低剂量CT重建技术至关重要.
• 现有的BIQA方法可以通过模仿人类视觉系统 (HVS) 的感知处理来增强.

研究的目的:

• 开发一个创新的BIQA指标,模拟HVS的内部生成机制 (IGM) 理论.
• 提高低剂量CT图像的感知质量评估的准确性.

主要方法:

• 开发了一个使用无声扩散概率模型 (DDPM) 的主动推断模块来预测初级图像内容.
• 通过将扭曲的图像与预测的主要内容进行比较,生成了一个不相似的地图.
• 一个基于变压器的图像质量评估器处理了一个多通道图像,将扭曲的图像和不相似性地图结合起来.

主要成果:

• 拟议的BIQA指标在低剂量CT数据集上展示了竞争性表现.
• 利用DDPM衍生原始内容改善了图像质量的评估.

结论:

• 开发的BIQA指标有效地模拟了低剂量CT图像的人类视觉感知.
• 这种方法为推进低剂量CT图像重建和质量评估提供了一个有希望的方向.