一、LDCTIQAC2023介绍
图像质量评估 (IQA) 在计算机断层扫描 (CT) 成像中极为重要,因为它有助于 辐射剂量的优化和医学成像中新算法的开发,例如 恢复。此外,由于过量的辐射会对患者造成有害影响,因此从低剂量图像生成高质量图像是医学领域的热门话题。然而,尽管峰值信噪比 (PSNR) 和结构相似性指数度量 (SSIM) 是 这些算法使用最广泛的评估指标,但它们与放射科医生对图像质量的看法的相关性已被证明是 在以前的研究中不足,因为他们根据数字像素值计算图像分数。此外 ,由于需要原始参考图像来计算这些指标 ,因此它们在实际临床环境中无效,由于辐射剂量会给患者带来风险,因此通常不可能获得原始、高质量的图像。为了克服这些限制,一些研究旨在开发一种 无参考的新颖图像质量指标,该指标与放射科医生对没有 任何参考图像的图像质量的看法密切相关 。
然而,由于缺乏专门用于 CT IQA 的开源数据集,已经 使用彼此不同的数据集进行了实验,导致它们的结果无法比较,并且在 确定 CT 成像的标准图像质量指标时引入了困难。此外,与由于各种伪影组合而导致质量下降的真实低剂量 CT 图像不同 ,大多数研究仅使用一种类型的伪影(例如,低剂量噪声、视图混叠、金属伪影)、散射、运动伪影等)。 因此,这个挑战旨在 1) 在包含复杂的 CT 图像上评估各种NR-IQA 模型 噪声/伪影,2) 将它们的相关性与放射科医生产生的分数进行比较,以及 3) 在 与放射科医生的感知相关的方面,深入了解 CT 成像的最佳性能指标的确定 。
此外,考虑到低剂量 CT 图像是通过减少每次旋转的投影数量 和减少 X 射线电流来实现的,处理了两种主要伪影的组合,即这些方法产生的稀疏视图条纹和噪声在这一挑战中,以便可以验证适用于真实临床环境的最佳性能 IQA 模型 。
二、LDCTIQAC2023任务
低剂量CT图像质量评分,最终评分是使用三个相关系数值求和:PLCC、SROCC 和 KROCC。
三、LDCTIQAC2023数据集
使用来自五位经验丰富的放射科医师的腹部软组织窗口(宽度/水平:350/40)获得了每张 CT 图像的图像质量评分。每个图像的最终人类感知分数是通过平均五位放射科医生分配的分数来计算的。为确保诊断图像质量评估标准反映临床相关性,仔细定义了它们。这些标准可以在下表中找到。
四、技术路线
1、解析json文件获取图像质量分数,并将图像缩放到固定大小512x512,再采用均值为0,方差为1的方式进行归一化处理。然后将数据分成训练集和验证集。
2、搭建ResNet2d网络,使用AdamW优化器,学习率是0.001,batchsize是32,epoch是300,损失函数采用MSE函数,评价函数采用L1函数。
3、训练结果和验证结果
4、验证集回归部分结果
plcc: 0.9607733096031991
srocc: 0.9577721391831319
krocc: 0.8548974251521148
overall: 2.773442873938446
如果大家觉得这个项目还不错,希望大家给个Star并Fork,可以让更多的人学习。如果有任何问题,随时给我留言我会及时回复的。