XSIM:一个结构相似度指数测量,优化为MRI QSM

科学领域:

• 医疗成像医学成像
• 图像处理 图像处理
• 定量敏感性测绘 (QSM) 是一种测绘方法.

背景情况:

• 结构相似性指数测量 (SSIM) 被广泛用于QSM质量评估,旨在实现与人类相似的感知.
• 然而,SSIM在二磁性和二磁性组织中表现出偏差,并且可以受到文物的影响,从而导致不准确的得分.
• 这些局限性需要更强大的指标来进行可靠的QSM评估.

研究的目的:

• 引入XSIM,一种旨在克服SSIM在QSM中的局限性而设计的新型指标.
• XSIM 实现在原生 QSM 范围内,具有优化的参数,以解决 SSIM 的偏差和文物相关问题.
• 该研究旨在验证XSIM在QSM质量评估方面的优势,而不是SSIM和RMSE.

主要方法:

• 从地面真相大脑易感性地图 (2016 QSM重建挑战) 的前模拟被用于评估SSIM,XSIM和RMSE.
• 这些指标被用来优化QSM重建的体内数据和QSM腹部幻影.
• 分析了2019年QSM重建挑战2.0的重建,以在各种算法中验证XSIM.

主要成果:

• 实验证实SSIM易受QSM中的偏见和人工制品诱导的黑客攻击.
• XSIM证明了对这些影响的强度,有效地惩罚了条纹文物和重建错误.
• 使用XSIM优化QSM重建,与SSIM和RMSE相比,导致过度规范化较少.

结论:

• 建议使用XSIM作为评估QSM重建与地面真相相对应的优越度量.
• 它有效地减轻了传统SSIM固有的偏见和黑客问题.
• XSIM提供了更广泛的动态分数范围,增强其在QSM质量评估中的实用性.