为什么我们需要重新评估全文参考图像质量评估与医学图像的研究
Anna Breger1,2, Ander Biguri3, Malena Sabaté Landman4
1Department of Applied Mathematics and Theoretical Physics, University of Cambridge, Cambridge, UK. ab2864@cam.ac.uk.
Journal of imaging informatics in medicine
|March 24, 2025
概括
像PSNR和SSIM这样的受欢迎的图像质量评估指标对于医疗图像是不可靠的. 需要新的方法来确保医疗成像中的AI可靠性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 全参考图像质量评估 (FR-IQA) 度量,如峰值信号噪声比 (PSNR) 和结构相似度指数测量 (SSIM) 被广泛使用.
- 这些指标对自然图像进行了验证,但在医学成像的独特背景下显示出局限性.
研究的目的:
- 评估PSNR和SSIM对于评估医学成像中新算法的适用性.
- 突出标准IQA指标与临床应用要求之间的差异.
主要方法:
- 对现有文献和案例研究进行全面的审查.
- 在各种医学成像模式 (MRI,CT,OCT,X射线,数字病理学,光声成像) 中分析PSNR和SSIM性能.
主要成果:
- PSNR和SSIM证明不适合评估各种医疗图像类型的新算法.
- 由于医疗图像与自然图像相比具有鲜明的特性,出现了不一致.
结论:
- 目前的FR-IQA指标,如PSNR和SSIM,对于可靠的医疗图像质量评估是不够的.
- 为了提高医疗成像中的AI可靠性和可解释性,需要紧急开发改进的IQA方法.


