24、医学图像质量评估：便携式眼底相机照片与SWI成像

医学图像质量评估：便携式眼底相机照片与SWI成像

在医学领域，图像质量评估（IQA）对于准确的诊断和治疗至关重要。本文将介绍便携式眼底相机照片和磁共振成像中的磁敏感加权成像（SWI）的图像质量评估方法。

便携式眼底相机照片的IQA

1. JNB指数与模糊感知特征

为了完成JNB流程，我们绘制了概率图的直方图分布。基于该直方图，JNB指数由水平阈值$P_{JNB}$右侧的区域定义。通过使公式(8.9)中的$E(x, y)$等于$E_{JNB}$，可以轻松确定阈值，$P_{JNB}$约等于0.632。

JNB指数的数学表达式为：
$JNB = p(P(x, y) \geq P_{JNB}) = \sum_{P_{JNB}}^{1} p(P(x, y))$
其中，$p$表示直方图在0到1范围内的频率。随着模糊失真程度的增加，绿色区域会缩小，这表明JNB指数能够有效检测模糊失真。因此，我们将JNB定义为模糊感知特征$f_2$。

2. 对比敏感度函数

最后一种局部失真类型是低对比度。传统的对比度评估方法直接估计图像强度的标准差，忽略了对比度感知机制，即对比敏感度函数（CSF）。我们引入了一种改进的对比度评估方法，其中采用了CSF。

CSF的公式为：
$CSF(r; a_0, a_1, a_2) = (1 - a_1 + \frac{r}{a_0}) \exp(-(\frac{r}{a_0})^{a_2})$
其中，$a_0$、$a_1$和$a_2$是需要明确设置的参数，$r$是以每度圈数（cpd）为单位的空间频率。对于二维图像，其正交频率分量用$u$和$v$表示，