改进的结构相似医学图像质量评价方法

ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用２０１０，４６（２）１４５改进的结构相似医学图像质量评价方法

段影影，马建华，陈武凡，冯前进

ＤＵＡＮＹｉｎｇ－ｙｉｎｇ，ＭＡＪｉａｎ－ｈｕａ，ＣＨＥＮＷｕ－ｆａｎ，ＦＥＮＧＱｉａｎ－ｊｉｎ

南方医科大学生物医学工程学院，广州５１０５１５

ＳｃｈｏｏｌｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅｒｎＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０５１５，Ｃｈｉｎａ

Ｅ—ｍａｉｌ：ｄｕａｎｙｉｎｇＣ酶ｍｍｕ．ｅｏｍ

ＤＵＡＮＹｉｎｇ－ｙｉｎｇ．ＭＡＪｉａｎ－ｈｕａ，ＣＨＥＮＷｕ－ｆａｎ，ｅｔａｌＪｍｐｒｏｖｅｄＳＳＩＭｍｅｄｉｃａｌｉｍａｇｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ．ＣｏｍｐｕｔｅｒＥｎＯ－ｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ。２０１０，４６（２）：１４５－１４９．

Ａｂｓｔｒａｃｔ：Ｉｍａｇｅｏｂｊｅｃｔｉｖｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔｈａｓｂｅｅｎｗｉｄｅｌｙｕｓｅｄｉｎｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｏｍａｉｎｔａｉｎａｎｄｉｍｐｒｏｖｅｔｈｅｑｕａｌｉｔｙｏｆｉｍａｇｅｓｂｅｉｎｇｐｒｏｃｅｓｓｅｄ．ＭａｎｙｒｅｓｅａｒｃｈｅｒｓｈａｖｅｓｔｕｄｉｅｄｔｈｅｏｂｊｅｃｔｉｖｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｂａｓｅｄｏｎＨｕｍａｎＶｉｓｕａｌＳｙｓｔｅｍ（ＨＶＳ）．Ｒｅｃｅｎｔｌｙ，ｔｈｅｗｅＵ－ｋｎｏｗｎｉｍａｇｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔｓｔｒｕｃｔｕｒｅｓｉｍｉｌａｒｉｔｙ（ＳＳＩＭ）ｉｓｐｒｏｐｏｓｅｄｂｙＺｈｏｕＷａｎｇ，ｕｎｄｅｒｔｈｅａｓｓｕｍｐ－ｔｉｏｎｔｈａｔｔｈｅＨＶＳｉＳｈｉｓｈｌｙａｄａｐｔｅｄｆｏｒｅｘｔｒａｃｔｉｎｇｓｔｒｕｃｔｕｒａｌｉｎｆｏｒｍａｔｉｏｎｆｒｏｍａｓｃｅｎｅ．ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｈａｖｅｐｒｏｖｅｄｔｈａｔｉｔｉｓｂｅｔｔｅｒｔｈａｎＰＳＮＲ（ｏｒＭＳＥ）．Ｂｕｔ，ｉｔｆａｉｌｓｉｎｍｅａｓｕｒｉｎｇｂｌｕｒｒｅｄｉｍａｇｅｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｉｍｐｒｏｖｅｄｍｅｔｈｏｄｉｓｄｅｖｅｌｏｐｅｄｗｈｉｃｈｉｓｃａｌｌｅｄａｓｉｍａｇｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔｂａｓｅｄｏｎｇｒａｄｉｅｎｔｄｉｒｅｃｔｉｏｎ（ＧＤＳＳＩＭ）．ＥｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＧＤＳＳＩＭｇｅｔｓｔｈｅｂｅｓｔｐｅｒｆｏｒｍａｎｃｅｆｏｒｂｌｕｒｒｅｄｉｍａｇｅｓ．Ｆｕｒｔｈｅｒｍｏｒｅ．ＧＤＳＳＩＭｈａｓａｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｔｈａｎＳＳＩＭｆｏｒＦａｓｔＦａｄｉｎｇｉｍａｇｅｓ．Ｔｈｅｓｅａｌｇｏｒｉｔｈｍｓａｒｅａｐｐｌｉｅｄｏｎｍｅｄｉｃａｌｉｍａｇｅａｓｓｅｓｓｍｅｎｔ．

Ｋｅｙｗｏｒｄｓ：ｍｅｄｉｃａｌｉｍａｇｅｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ；ｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｒｉｔｙ（ＳＳＩＭ）；ｇｒａｄｉｅｎｔｄｉｒｅｃｔｉｏｎ；ＨｕｍａｎＶｉｓｕａｌＳｙｓｔｅｍ（ＨＶＳ）

摘要：医学图像质量评价从基本方法上和普通图像评价是相同的。基于人眼视觉系统的图像质量客观评价一直是图像处理领域的研究热点。ＺｈｏｕＷａｎｇ等人提出了著名的客观质量评价方法：结构相似度（ＳＳＩＭ），它的理论基础是Ａ．ＩＩ虽ＡＪＬ觉系统能高度自适应地提取场景中的结构信息。其评价性能优于ＰＳＮＲ（或ＭＳＥｏ但是ＳＳＩＭ评价模糊失真类的图像准确性较低。在深入研究ＳＳＩＭ算法的基础上，提出一种改进ＳＳＩＭ算法：基于梯度方向信息的图像质量评价方法（ＧＤＳＳＩＭ）。实验结果表明，ＧＤＳＳＩＭ评价高斯模糊（ＧＢｈｒ）图像库时准确性明显高于ＰＳＮＲ和ＳＳＩＭ，评价ＦａｓｔＦａｄｉｎｇ图像库时准确性也有明显优势。最后，初步探讨了以上图像质量评价算法在医学图像上的应用。

关键词：医学图像质量评价；结构相似度（ＳＳＩＭ）；梯度方向；人眼视觉系统

ＤＯＩ：１０．３７７８／ｊ．ｉｓｓｎ．１００２—８３３１．２０１０．０２．０４４文章编号：１００２—８３３１（２０１０）０２—０１４５－０５文献标识码：Ａ中图分类号：ＴＰ３９１

ｌ引言

图像质量是指人们对图像视觉感受的评价，也是指图像提供给观察者的信息度。图像质量评价已发展为图像信息工程领域内一项十分重要的基础技术，在各种图像处理应用中有着重要的地位。

医学图像在疾病的诊断及治疗中有着重要的临床意义，随着现代医学的迅速发展，各种新的医学图像处理方法层出不穷，比如医学图像的优质重建算法、伪影校正消除算法、去噪算法以及压缩算法等，如何评价一幅经过处理的医学图像质量；如何评价某个医学图像处理算法的优劣等一直是人们关心的问题。然而医学图像质量现在还没有统一的完善的评价方法。

从基本方法上说，医学图像质量评价和普通图像评价是相同的，但是医学图像的成像原理和组织本身的特性差异，使图像的形成常受到诸如噪音、场偏移效应、局部体效应和组织运动等的影响，最终使得医学图像与普通图像相比起来不可避免的具有模糊和不均匀性等特点。并且医学图像质量是以符合医学诊断这个高要求为根本准则，但是，医学图像本身所具有的复杂性以及多样性，使得医学图像质量评价至今仍没有获得圆满解决。因此，发展更加符合人眼况觉系统（ＨｕｍａｎＶｉｓｕａｌＳｙｓｔｅｍ，ＨＶＳ）特性的医学图像质量评价方法，对于监控和调整医学图像质量、检验和优化医学图像处理算法意义重大。

医学图像质量评价的方法一般分为主观评价方法和客观评价方法两大类。医学图像的普通主观评价没有专门的标准，通常是参考普通图像的主观评估标准，就是让观察者（医生）根据一些事先规定的评价尺度或自己的经验，对待测医学图像按视觉效果进行质量判断，并给出质量分数。主观评价方法充分考虑了观察者（医生）对图像的理解效果，符合应用的实际情况。医学图像是为临床诊断服务的，所以主观评价方法是较合

作者简介：段影影（１９７７～），女，硕士生，主要研究领域：图像质量评价；马建华（１９７５一），男，博士，讲师，主要研究领域：医用ＣＴ／ＰＥＴ成像算法研究；

陈武凡（１９４９一），男，教授，博士生导师，主要研究领域：医学图像处理中数学方法；通迅作者：冯前进（１９７４一），男，副教授，硕士生导师。

主要研究领域：医学图像可视化。

收稿日期：２００９－０９—２４售回１３期：２００９—１１—１０

万方数据