生物医学染的进步:基于人工智能的染技术的调查
Elena Denisova1, Piergiorgio Francia2, Cosimo Nardi2
1University of Florence, via di Santa Marta 3, Florence, 50139, Italy; Imaginalis S.R.L., via Rodolfo Morandi 13, Sesto Fiorentino, 50019, Italy.
Computers in biology and medicine
|August 29, 2025
概括
医疗保健专业人员更喜欢人工智能增强的计算机断层扫描 (CT) 图像,以更好地可视化. 经验丰富的用户对人工智能辅助消毒表示更高的信心和满意度,这表明其临床潜力.
科学领域:
- 医学成像
- 人工智能
- 计算机科学
背景情况:
- 基于深度学习的蒙特卡罗 (MC) 路径追踪在计算机断层扫描 (CT) 体积可视化中显示出有希望的结果,但具有不一致的质量结果.
- 评估人工智能对CT图像的定性影响需要理解超出标准指标的用户感知.
研究的目的:
- 调查基于深度学习的CT体积可视化的定量和定性评估不一致的原因.
- 评估医疗保健专业人员对人工智能增强的CT图像和视频质量,信心和临床适用性的看法.
主要方法:
- 一个基于网络的SurveyMonkey问卷分发给放射科医生,住院医生,骨科外科医生和兽医.
- 参与者对人工智能增强的图像/视频质量,对参考图像的信心和临床适用性进行了评估.
- 74名不同经验水平的参与者 (<1至>5年) 完成了调查.
主要成果:
- 大多数 (77%) 喜欢人工智能增强的图像,而不是传统的MC估计,偏好受经验的影响 (调整后的OR为0.81).
- 参与者的体验与对人工智能产生的图像的信心和对视频预览的满意度有正相关性 (调整后的OR为0.96-0.98).
- 在经验,信心和满意度之间发现了显著的单调关系.
结论:
- 人工智能后处理有可能改善CT中的生物医学体积染,特别是对于经验丰富的用户.
- 用户对人工智能增强的CT图像的偏好可能并不总是符合PSNR和SSIM等客观质量指标.
- 这项研究强调了定性评估和用户体验在评估人工智能对医疗图像消除影响方面的重要性.
