Analyse der Bildqualität von Patientenbildern - EU-Projekt MEDIRAD

Die Beschreibung der Qualität medizinischer Bildgebung basiert heute entweder auf der Untersuchung von Bildern bestimmter Testobjekte mit objektiven physikalisch-mathematischen Methoden oder auf subjektiven Bewertungen durch den Leser. Die objektiven Methoden können entweder auf Methoden beruhen, die im Fourier-Bereich oder im räumlichen Bereich anwendbar sind. Während Analysen im Fourier-Bereich oft recht einfach sind, sind sie im Hinblick auf die erbrachte diagnostische Leistung oft schwierig zu interpretieren. Die Analyse der Bildqualität im räumlichen Bereich ist dagegen in der Regel auf sehr spezifische Aufgaben beschränkt und kompliziert durchzuführen. Studien mit menschlichen Lesern führen oft zu sehr unterschiedlichen Ergebnissen und sind sehr zeitaufwendig. Wir wollen eine Methode zur Charakterisierung von Patientenbildern entwickeln, die auf physikalischen Methoden zur Beschreibung der Bildqualität beruht, so dass schnelle objektive Messungen den Studien des menschlichen Lesers entsprechen. Dies würde in Zukunft eine Qualitätssicherung an echten Patientenbildern ermöglichen.

image quality analysis on patient images - EU Projekt MEDIRAD

Medical imaging quality description is today either based on investigating with objective physical mathematical methods images of certain test objects or on subjective reader evaluations. The objective methods can be either based on methods applicable in the Fourier domain or those in the spatial domain. While analytics in the Fourier domain are often quite easy they are often difficult to interpret in terms of provided diagnostic performance. Image quality analysis in the spatial domain is on the other hand typically limited to very specific tasks and complicated to perform. Human reader studies very often result in very different results and are very time consuming. We want to develop a way to characterise patient images based on physical methods to describe image quality so that fast objective measurements correspond to human reader studies. That would allow qulaity assurance on real patient images in the future.