A study on the adequacy of common IQA measures for medical images

图像质量评估（IQA）是新型机器学习算法在处理图像时开发阶段的标准实践。最常用的IQA指标已经针对自然图像进行了开发和测试，但并未在医学环境中进行测试。医学图像中出现的不一致性并不令人意外，因为它们具有不同于自然图像的特性。在本研究中，我们通过将医学图像数据的评估与手动评分的胸部X射线（5位专家）和光声图像数据（1位专家）进行比较，测试了常用的IQA指标在医学图像数据中的适用性。此外，我们还包括了关于灰度自然图像和加速脑MRI数据的补充研究。所有实验的结果都显示出与以前的医学成像研究相似的结果：在默认设置下，PSNR和SSIM处于结果列表的较低范围，而HaarPSI在整体性能方面优于其他测试指标。在我们的医学实验中表现最佳的是全参考指标DISTS、FSIM、LPIPS和MS-SSIM。总的来说，自然图像的结果显示出相当高的相关性，这表明需要额外使用专门的IQA指标来处理医学图像算法。

本文旨在测试常用的图像质量评估方法在医学图像数据上的适用性，并与手动评分结果进行比较，以确定是否需要使用专门的医学图像质量评估方法。

本文测试了多种图像质量评估方法在医学图像数据上的表现，并发现HaarPSI和DISTS、FSIM、LPIPS以及MS-SSIM等全参考方法在医学图像数据上表现较好。

本文的实验包括医学图像数据、灰度自然图像和加速脑MRI数据，并提供了开源代码。实验结果表明，需要使用专门的医学图像质量评估方法。值得进一步研究的是如何开发更好的医学图像质量评估方法。

与本文相关的研究包括： 1. 'Medical Image Quality Assessment Using a Deep Learning Framework'（使用深度学习框架进行医学图像质量评估） 2. 'A Comparative Study of Image Quality Assessment Methods for Medical Images'（医学图像质量评估方法的比较研究）