Aug, 2024
重新思考脑MRI中的医学异常检测：一种图像质量评估的视角
Rethinking Medical Anomaly Detection in Brain MRI: An Image Quality
Assessment Perspective
TL;DR本研究解决了脑MRI异常检测中图像质量评估不足的问题，提出了一种结合结构相似性指标损失和l1损失的融合质量损失函数，从而提升重建质量评估的全面性。此外，研究引入的预处理策略增强了正常与异常区域之间的平均强度比(AIR)，进一步提升了异常的区分度。实验结果显示，所提出的图像质量评估方法在BraTS21和MSULB数据集上，相较于当前最先进的方法，Dice系数和精确召回曲线下的面积都有显著提升，强调了图像质量评估在医学异常检测中的重要性，并为未来研究提供了新的视角。