基于神经网络的压缩后医学图像的质量评估
陈铎
冯焕清
周昀
李晓欧
1.中国科学技术大学电子科技系,安徽合肥,2300262.中国科学技术大学电子科技系,安徽合肥,2300263.中国科学技术大学电子科技系,安徽合肥,2300264.中国科学技术大学电子科技系,安徽合肥,230026
摘要：目的研究如何对压缩后的医学图像的质量进行客观的评估.方法针对用单个客观参数(如均方差)对压缩后的医学图像进行质量评估效果很差的问题,本文先应用神经网络进行参数优化,从众多的客观参数中选择出若干参数,然后作为误差反传神经网络(BPNN)的输入,再采用神经网络来拟合医生的主观评估,实现压缩后的医学图像的质量评估.结果实验结果表明,该方法对肺窗和纵膈窗的测试准确率平均达到84.72%和85.49%,而且具有很强的适应性.结论所提出的用神经网络评估压缩后的医学图像总体质量的方法,能实现图像的按质量自动归类和比较客观的质量评估.
关键词：神经网络医学图像图像压缩主观评估客观评估
分类号：R319(医用一般科学)
论文发表日期：2004-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 306-308 )
英文信息