论文阅读——又看了两篇图像质量评价（IQA）的论文

【Blind CT image quality assessment via deep learning strategy: Initial Study】2018

本文主要讲了一种基于AlexNet的2D CT图像无参考质量评估(NR-IQA)方法。其框架图如下：

使用了300张优质CT图像+1200张添加噪声图像合计1500张作为数据集，其中1350张作为训练集，150张作为测试集。作者将图像质量从劣到优分为5个等级，图像整体输入，AlexNet只修改输入图像大小和输出部分。除了分类准确率，作者还采用了两种常用的IQA评价指标：

1) Pearson Linear Correlation Coefficient (PLCC)

其中N表示测试集数量，yi为第i张图像的ground truth，yi ba表示ground truth均值。^表示相应预测值和预测均值。

2) Spearman Rank Order Correlation Coefficient (SROCC)

其中N表示测试集数量，di表示第i张