语义分割:如何评估噪声对医学图像分割的有效性和鲁棒性的影响？

Question

我在医学3D MRI上做了一些预处理，包括N4偏差校正，去噪和缩放，我被问到了一个问题：

如何评价噪声对医学图像分割的有效性和鲁棒性的影响？当图像结构受到各种噪声的影响时，所提取的特征将会恶化。在针对不同噪声强度的方法有效性的背景下，应该利用这种效果。

如何评估噪声的影响，以及如何证明科学手稿中使用的去噪方法的合理性？

Answer 1

我不知道这是否有帮助，但我在课堂上用核磁共振做过一次。在这种情况下，我们使用带有FFT的Shepp Logan Phantom。然后我们将噪声添加到图片中(通过添加高斯分布的随机数)。当您将图像转换回模型时，您可以看到噪声的影响，有时还会出现伪影(主要是由于FFT算法和所选的窗口函数)。

我所做的是检查图像中颜色在前后的平均值，然后在睡梦(头骨)的边缘，你可以看到从白色到黑色的通道有多少清晰，反之亦然。

这可以很容易地用MATLAB代码和体模进行测试。当你有了你需要的精度，你就可以将你选择的算法应用到真实的图像上。