《Photoacoustics》：Assessing image quality in photoacoustic imaging: A metric-based and deep learning-based evaluation
編輯推薦：
本文旨在解決光聲成像(PAI)缺乏標準化、自動化圖像質量評估(IQA)方法的難題。研究人員通過大規模評測11種有參考(FR)和2種無參考(NR)圖像質量指標在近百萬張PA圖像上的表現，明確了結構相似性指標(SSIM)及其變體在PAI中的優越性。進一步利用三種深度學習模型(PAQNet, IQDCNN, EfficientNetIQA)學習最優指標，實現了無需參考圖像或手動勾選區域的無參考質量自動預測。該研究為PAI的質量評估提供了首個大規模基準，并為臨床轉化中實現可靠、自動化的質量監控鋪平了道路。
想象一下，有一種醫學成像技術，能像超聲波一樣深入組織，又能像光學成像一樣揭示血液的化學成分，這便是光聲成像(Photoacoustic Imaging, PAI)的魅力所在。它結合了光學對比度和聲學分辨率，在癌癥檢測、腦功能成像、血管疾病診斷等領域展現出巨大潛力。然而，這項“明星技術”在實際應用中卻面臨一個基礎性難題：如何客觀、一致地評判一幅光聲圖像的好壞？是清晰還是模糊，是信噪比高還是充滿了偽影？
目前，光聲成像領域缺乏統一、標準化的圖像質量評估(Image Quality Assessment, IQA)方法。研究人員通常借用為自然圖像設計的指標，如峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)和結構相似性指數(Structural Similarity Index, SSIM)，但這些“舶來品”是否真的適用于光聲圖像特有的噪聲和偽影（如有限視角、條帶偽影、旁瓣等）？此外，許多評估方法（如信噪比(SNR)、對比噪聲比(CNR)）需要手動勾選目標區域和背景區域，既費時費力，又難以實現自動化。隨著深度學習等先進圖像重建和處理技術的發展，一個能夠自動化、無需參考圖像(No-Reference, NR)的質量評估工具顯得愈發迫切。為了解決這些核心問題，來自荷蘭阿姆斯特丹大學的Melle Van Der Brugge, Kalloor Joseph Francis和Navchetan Awasthi在《Photoacoustics》期刊上發表了他們的研究，首次在光聲成像領域開展了大規模、系統的圖像質量指標基準評測，并探索了基于深度學習的無參考質量預測新路徑。
為了完成這項宏大的研究，作者團隊綜合運用了多項關鍵技術。首先是大規模、多樣化的數據集構建，他們匯集了來自五個獨立數據集的近百萬張光聲圖像，涵蓋仿體、臨床前小動物掃描以及具有受控退化的離體和在體圖像，數據來自多種商用成像系統，確保了評估的全面性和代表性。其次是系統的圖像質量指標基準測試，他們定量比較了11種有參考(Full-Reference, FR)指標（如PSNR, SSIM, MS-SSIM, IW-SSIM, S3IM, HAARPSI, FSIM, GMSD, MS-GMSD, VIF, UQI）和2種無參考(No-Reference, NR)指標（BRISQUE, CLIP-IQA）在不同數據集上的表現，通過顯著性檢驗和綜合評分來確定最能區分圖像質量差異的指標。第三是深度學習模型的設計與訓練，他們提出了三種模型（新提出的PAQNet，以及改編的IQDCNN和EfficientNetIQA），訓練它們從PA圖像直接預測表現最優的FR指標分數，從而構建無需參考圖像的無參考質量評估器。最后是模型可解釋性分析，他們利用梯度加權類激活映射(Gradient-weighted Class Activation Mapping, Grad-CAM)來可視化模型進行質量預測時所關注的圖像區域，增強了對模型決策過程的理解。
研究人員開展的工作和得出的結論主要體現在以下幾個方面：
1. 大規模圖像質量指標基準測試結果
通過對近百萬張圖像的系統評估，研究發現基于結構相似性的有參考指標，特別是SSIM及其變體（如S3IM, IW-SSIM），能夠最可靠地捕捉光聲成像中的圖像質量差異。相比之下，傳統的PSNR和現有的無參考指標（BRISQUE, CLIP-IQA）與重建質量的提升相關性較差。例如，在仿真圓柱體數據集(SCD)和小鼠在體數據集(Mice)中，隨著探測器數量增加（圖像質量提升），SSIM值呈現顯著且一致的上升趨勢，而PSNR的變化則相對不敏感。這一結論為光聲成像社區選擇評估指標提供了堅實的實證依據。
2. 基于深度學習的無參考質量預測模型性能
利用基準測試中表現優異的指標（如SSIM, HAARPSI）作為“教師”，研究人員成功訓練了三種深度學習模型來預測這些質量分數。其中，專門為光聲成像設計的輕量級網絡PAQNet表現突出，其預測分數與有參考指標的真實分數之間達到了很高的相關性。這意味著，訓練好的模型可以僅憑一幅光聲圖像，就自動給出一個與有參考SSIM高度一致的質量評分，實現了真正意義上的自動化、無參考質量評估。不過，研究也指出，當模型在訓練數據分布之外的成像系統或場景（如實驗幀平均數據集EFA）上進行測試時，其泛化能力仍面臨挑戰，這為未來研究指明了方向。
3. 多任務學習與模型可解釋性分析
作為探索，研究人員還訓練了能夠同時預測多個質量指標（如SSIM和GMSD）的多輸出模型。結果表明，這種多任務學習策略在一定程度上提升了模型的魯棒性和泛化能力。通過Grad-CAM可視化技術，研究人員發現質量預測模型主要將注意力集中在圖像的血管樣結構和邊緣等富含信息的區域，而不是均勻的背景上。這證實了模型確實在學習與人類視覺感知相關的結構性特征來進行質量判斷，其決策過程具有一定的可解釋性。
歸納研究結論和討論部分，本研究系統地建立了光聲成像圖像質量評估的基準，首次通過大規模實證明確了結構相似性系列指標在評估光聲圖像質量方面的優越性。更重要的是，研究成功演示了利用深度學習模型實現自動化、無參考質量評估的可行路徑。所提出的PAQNet等模型能夠準確預測專家認可的質量分數，為光聲成像系統的性能標定、重建算法優化以及臨床圖像質量的實時監控提供了強有力的工具。盡管跨數據集和系統的泛化仍是待解決的難題，但這項工作無疑為光聲成像的質量控制標準化邁出了關鍵一步。作者已將相關評估代碼和深度學習模型開源，以期推動整個領域的可重復性研究和進一步發展。這項研究不僅填補了光聲成像在系統化質量評估方面的空白，也為其從實驗室走向更廣泛、更可靠的臨床應用奠定了重要的方法論基礎。
