PhotIQA：一个带有图像质量评级的光声图像数据集

摘要

在针对图像的各类新算法的评估过程中，图像质量评估（IQA）至关重要，这些算法既包括传统方法，也包括基于机器学习的方法。由于缺乏经过质量评定的医学图像，目前最常用的全参考型IQA评估方法都是针对自然图像开发和测试的。将这类方法应用于医学图像时会出现各种问题与不一致性，这并不奇怪，因为医学图像与自然图像具有不同的特性。尤其是在光声成像（PAI）领域，目前还缺乏用于评估图像重建质量的标准基准方法。光声成像是一种多物理场成像技术，需要解决两个逆问题，而声学和光学方面的伪影使得IQA评估方法的应用面临独特挑战。为助力IQA评估方法的发展与测试，我们构建了PhotIQA数据集，其中包含1134幅光声图像。这些图像由五位专家从五个质量维度进行全参考级评定，详细的评定结果使得该数据集不仅能用于光声成像领域，还有其他应用价值。包含这些图像及相应评定结果的数据库已公开发布在Zenodo平台上。