基于PET/CT图像质量客观算法的评价方法及系统技术方案

本发明专利技术公开基于PET/CT图像质量客观算法的评价方法及系统，其中，方法包括步骤：输入需评价的客观算法，在预设的主观评价数据库中选择测试类型，然后根据测试类型计算客观算法的预测结果；对预测结果进行非线性补偿，以消除主观评价数据库中引入的非线性因素；按照算法准确性、单调性、一致性三个方面，对客观算法的预测结果进行评价。本发明专利技术的评价方法可全面客观反映客观算法的性能，其具有应用简单，实时性强的特点。通过本发明专利技术的评价方法，可全面、准确、迅速地测试客观评价算法的性能。

【技术实现步骤摘要】
基于PET/CT图像质量客观算法的评价方法及系统
本专利技术涉及算法评价领域，尤其涉及基于PET/CT图像质量客观算法的评价方法及系统。
技术介绍
PET/CT是将PET与CT融为一体而形成的新型医学设备。将PET和CT进行结合，不仅保留了经典解剖影像的作用，还加入了先进的分子影像功能，其结合远优于各自单独的价值。PET/CT检查具有灵敏、特异、准确、定位精确等特点，并且一次显像可获得人体各方位的断层图像，达到早期发现病灶和诊断疾病的目的。医学图像，特别是放射医学成像，是临床医学研究、诊断、和治疗的重要依据。发展医学图像质量评价方法，对于评估和优化成像系统、医学图像的压缩方法、以及成像算法具有重大意义。目前有两类图像质量评价(IQA，ImageQualityAssessment)方法：1.主观评价法：通过心理学测试，直接获得人类视觉系统(HumanVisualSystem,HVS)对图像质量的主观评价分数。这是一类比较可靠地评价方法，通常按照ITU-R_BT.500-11标准所描述的过程进行：在密闭的受控环境中，由非专家的测试者根据自己对图像质量的感受给出主观评价分数。这种方法可以产生较为统一的主观评分，可信度较高。2.客观评价法，也常被称为图像质量评价算法或IQA算法。客观评价方法采用算法感知模型计算图像质量客观评价分数，其目的是使计算机模仿HVS的功能。图像质量感知客观模型的研究中，最基本的要求是能够基本完备地表达图像的差异，并与主观感知保持高度一致性。在满足上述要求的基础上，消除模型中的冗余信息，使模型更加高效和简练是研究人员追求的目标。一个理想的图像质量评价算法应满足以下三个方面：1)符合人类视觉感受；2)具有通用性，针对不同对象和环境，评价性能保持稳定；3)结果具有单调性，一致性，稳定性。而通常的客观算法评价指标并不能完整反映客观算法性能的优劣。因此，现有技术还有待于改进和发展。
技术实现思路
鉴于上述现有技术的不足，本专利技术的目的在于提供基于PET/CT图像质量客观算法的评价方法及系统，旨在解决现有客观算法评价方法不能真实反映算法性能优劣的问题。本专利技术的技术方案如下：基于PET/CT医学图像质量客观算法的评价方法，其中，包括步骤：A、输入需评价的客观算法，在预设的主观评价数据库中选择测试类型，然后根据测试类型计算客观算法的预测结果；B、对预测结果进行非线性补偿，以消除主观评价数据库中引入的非线性因素；C、按照算法准确性、单调性、一致性三个方面，对客观算法的预测结果进行评价。所述的基于PET/CT医学图像质量客观算法的评价方法，其中，所述步骤B中，使用增加线性条件限制的五参数非线性logistic模型作为客观算法评价值的非线性模型来进行非线性补偿：Quality(x)＝β1logistic(β2，(x-β3))+β4x+β5；其中，β1、β2、β3、β4、β5为5个偏回归系数，x代表客观算法评价值,Quality(x)为拟合后的客观算法评价值。所述的基于PET/CT医学图像质量客观算法的评价方法，其中，所述步骤C中，准确性方面的指标包括线性相关系数CC、均方误差根RMSE及平均绝对误差MAE，其中：X和Y分别代表图像质量主观测量数据和图像质量客观预测数据，N为样本的总数。所述的基于PET/CT医学图像质量客观算法的评价方法，其中，所述步骤C中，单调性方面的指标包括秩相关系数SROCC，其中：X和Y分别代表图像质量主观测量数据和图像质量客观预测数据，N为样本的个数，D为等级间差异。所述的基于PET/CT医学图像质量客观算法的评价方法，其中，所述步骤C中，一致性方面的指标包括离群率OR，其中：N0为客观算法预测数据为离群值的个数，N为样本的总数。所述的基于PET/CT医学图像质量客观算法的评价方法，其中，如果离群值Y与客观算法测定平均值之差的绝对值大于3倍的标准偏差(σ)，即：则可以判定该离群值为异常值，将其舍弃；否则应予保留。所述的基于PET/CT医学图像质量客观算法的评价方法，其中，客观算法的评价结果为：基于PET/CT医学图像质量客观算法的评价系统，其中，包括：客观算法输入模块，用于输入需评价的客观算法，在预设的主观评价数据库中选择测试类型，然后根据测试类型计算客观算法的预测结果；补偿模块，用于对预测结果进行非线性补偿，以消除主观评价数据库中引入的非线性因素；评价模块，用于按照算法准确性、单调性、一致性三个方面，对客观算法的预测结果进行评价。所述的基于PET/CT医学图像质量客观算法的评价系统，其中，补偿模块中，使用增加线性条件限制的五参数非线性logistic模型作为客观算法评价值的非线性模型来进行非线性补偿：Quality(x)＝β1logistic(β2，(x-β3))+β4x+β5；其中，β1、β2、β3、β4、β5为5个偏回归系数，x代表客观算法评价值,Quality(x)为拟合后的客观算法评价值。所述的基于PET/CT医学图像质量客观算法的评价系统，其中，评价模块中，准确性方面的指标包括线性相关系数CC、均方误差根RMSE及平均绝对误差MAE，单调性方面的指标包括秩相关系数SROCC，一致性方面的指标包括离群率OR。有益效果：本专利技术从三个方面评价客观算法的性能，包括算法的准确性、单调性、一致性，并以CC，MAE和RMSE作为评价客观算法准确性的指标，OR作为评价客观算法稳定性的指标，SROCC作为评价客观算法单调性的指标，综合五个评价指标给出最终评价结果，可全面客观反映客观算法的性能。本专利技术的评价方法具有应用简单，实时性强的特点。通过本专利技术的评价方法，可全面、准确、迅速地测试客观评价算法的性能。附图说明图1为本专利技术基于PET/CT医学图像质量客观算法的评价方法较佳实施例的流程图。图2为本专利技术的方法中主观评价数据库的建立过程流程图。图3为本专利技术基于PET/CT医学图像质量客观算法的评价方法另一实施例的流程图。具体实施方式本专利技术提供基于PET/CT医学图像质量客观算法的评价方法及系统，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参阅图1，图1为本专利技术基于PET/CT医学图像质量客观算法的评价方法的流程图，如图所示，其包括步骤：S101、输入需评价的客观算法，在预设的主观评价数据库中选择测试类型，然后根据测试类型计算客观算法的预测结果；S102、对预测结果进行非线性补偿，以消除主观评价数据库中引入的非线性因素；S103、按照算法准确性、单调性、一致性三个方面，对客观算法的预测结果进行评价。在步骤S101中，如图2所示，主观评价数据库的建立过程包括：S201、采集测试图片；测试图片分为含病灶图片与无病灶图片，二者比例大约为2:1。S202、构造退化图片，并以此为基础建立主观评价数据库。本专利技术所选用的退化方法有JPEG压缩、JPEG2000压缩、对比度变化(ContrastChange，CC)、高斯白噪声(WhiteGaussianNoise，WGN)、高斯模糊(GaussianBlur，GB)、模块缺失或运动模糊(MotionBlur，MB)；这些退化类型包含了实际PET/CT本文档来自技高网...

【技术保护点】
基于PET/CT医学图像质量客观算法的评价方法，其特征在于，包括步骤：A、输入需评价的客观算法，在预设的主观评价数据库中选择测试类型，然后根据测试类型计算客观算法的预测结果；B、对预测结果进行非线性补偿，以消除主观评价数据库中引入的非线性因素；C、按照算法准确性、单调性、一致性三个方面，对客观算法的预测结果进行评价。

【技术特征摘要】
1.基于PET/CT医学图像质量客观算法的评价方法，其特征在于，包括步骤：A、输入需评价的客观算法，在预设的主观评价数据库中选择测试类型，然后根据测试类型计算客观算法的预测结果；B、对预测结果进行非线性补偿，以消除主观评价数据库中引入的非线性因素；C、按照算法准确性、单调性、一致性三个方面，对客观算法的预测结果进行评价；所述步骤A中，主观评价数据库的建立过程包括：采集测试图片，构造退化图片，并以此为基础建立主观评价数据库，进行主观测试，计算测试结果，在所有测试者完成评价后，计算每张图片获得的平均分作为最终测试结果，筛选测试结果，计算每个测试者主观评价数据的标准偏差，保存测试结果，将每张图片获得的有效平均分作为最终测试结果存入主观评价数据库；所述步骤C中，准确性方面的指标包括线性相关系数CC、均方误差根RMSE及平均绝对误差MAE，其中：X和Y分别代表图像质量主观测量数据和图像质量客观预测数据，N为样本的总数。2.根据权利要求1所述的基于PET/CT医学图像质量客观算法的评价方法，其特征在于，所述步骤B中，使用增加线性条件限制的五参数非线性logistic模型作为客观算法评价值的非线性模型来进行非线性补偿：Quality(x)＝β1logistic(β2，(x-β3))+β4x+β5；其中，β1、β2、β3、β4、β5为5个偏回归系数，x代表客观算法评价值,Quality(x)为拟合后的客观算法评价值。3.根据权利要求1所述的基于PET/CT医学图像质量客观算法的评价方法，其特征在于，所述步骤C中，单调性方面的指标包括秩相关系数SROCC，其中：X和Y分别代表图像质量主观测量数据和图像质量客观预测数据，N为样本的个数，D为等级间差异。4.根据权利要求3所述的基于PET/CT医学图像质量客观算法的评价方法，其特征在于，所述步骤C中，一致性方面的指标包括离群率OR，其中：N0为客观算法预测数据为离群值的个数，N为样本的总数。5.根据权利要求4所述的基于PET/C...

【专利技术属性】
技术研发人员：殷夫，纪震，周家锐，李琰，张海婕，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44