《重新评估医学图像全参考图像质量评估势在必行》

《Journal of Imaging Informatics in Medicine》：A Study of Why We Need to Reassess Full Reference Image Quality Assessment with Medical Images

为解决常用全参考图像质量评估（FR-IQA）指标不适用于医学图像评估的问题，研究人员开展相关研究，发现 PSNR、SSIM 等指标存在缺陷，为后续研究提供方向。

　　在医学领域，医学成像技术的发展日新月异，从新型扫描仪的硬件创新，到图像重建的数学工具进步，再到机器学习技术的应用，这些技术的进步旨在改善患者的医疗护理。然而，在确保新型成像技术的临床可接受质量方面，定量图像质量评估（IQA）至关重要。

目前，定量 IQA 主要分为全参考（FR）、无参考（NR）和减少参考（RR）三类。其中，FR-IQA 在评估新型成像方法时应用广泛，但其常用指标如峰值信噪比（PSNR）和结构相似性指数（SSIM）是针对自然图像开发的，并不适用于医学图像。一方面，医学图像与自然图像性质差异巨大，PSNR 和 SSIM 在医学图像上未经过充分测试；另一方面，开发阶段研究人员可能未考虑医学成像数据的特殊性，导致一些不适用于临床任务的方法被推广。而且，由于缺乏公开可用的医学图像 FR 评级数据库，难以评估这些质量指标的性能。

为了解决这些问题，来自英国、德国、奥地利等多个国家的研究人员组成国际合作团队开展了相关研究。该研究成果发表在《Journal of Imaging Informatics in Medicine》上。

研究人员主要采用了以下关键技术方法：使用不同医学成像模态（如 CT、MRI、X 射线、OCT 等）的真实图像数据，针对不同的医学成像任务（如重建、后处理、可视化等问题），计算 PSNR、SSIM 和 LPIPS（基于深度学习的感知相似性指标）等 FR-IQA 指标，并与专家的视觉评估进行对比。

研究结果如下：

• PSNR 和 SSIM 等指标在医学图像评估中的失效案例：在合成图像降解实验中，PSNR 对不同降解情况给出相同值，SSIM 和 LPIPS 无法识别局部信息丢失和错误判断噪声与伪影。在 CT 重建任务中，评估 Krylov 子空间算法和数据驱动方法时，PSNR、SSIM 和 LPIPS 无法准确反映图像质量，与视觉感知矛盾。在 MRI 扫描加速和扩散加权 MRI（dMRI）研究中，这些指标也无法正确评估图像质量，存在信息丢失和误判情况。在 X 射线成像的后处理、OCT 重建、数字病理学的可视化以及光声成像的逆问题中，PSNR 和 SSIM 同样表现不佳，无法准确评估图像质量。
• 现有 FR-IQA 指标存在的问题：这些指标存在诸多问题，包括惩罚与任务无关的感知信息、误判导致信息丢失的广泛伪影、无法检测局部错误和结构细节，以及 PSNR/SSIM 对小空间变化和几何偏差过于敏感等。

研究结论和讨论部分指出，PSNR、SSIM 和 LPIPS 等常用 FR-IQA 指标在医学成像任务中存在明显缺陷，不能简单用于医学图像的评估。因此，需要对标准 FR-IQA 指标及其在医学成像任务中的适用性进行全面讨论。未来应开展更多研究，包括对现有 FR-IQA 指标在医学数据上的应用研究、建立公开的医学图像手动专家评级数据集、开发针对特定医学成像任务的新型 FR-IQA 指标、识别特定医学成像任务所需的感知质量属性，以及开发标准框架平台来注释和测试医学环境中的 FR-IQA 指标。同时，研究人员还提出了 FR-IQA 指标选择、描述和应用的指南，强调应综合使用经过充分测试的任务特定 FR 和 NR-IQA 指标，并结合专家的视觉质量评估，避免将 IQA 指标同时用作损失函数和评估指标，以确保评估的准确性和可靠性。

这项研究意义重大，为医学图像质量评估领域提供了重要参考，有助于推动医学成像技术的发展和临床应用，促进跨学科研究，鼓励更多研究人员参与到评估方法及其约束的研究中，为新的跨学科研究方向开辟了道路。