Resumen

La calidad de la imagen de ultrasonido es una información clave en aplicaciones relacionadas con la medicina. También es un índice importante para evaluar el rendimiento del equipo de imagen ultrasónica y los algoritmos de procesamiento de imagen. Sin embargo, todavía no existe un estándar cuantitativo reconocido sobre la evaluación de la calidad de la imagen médica (IQA, por sus siglas en inglés) debido a que la IQA tradicionalmente se considera un problema subjetivo, especialmente en el caso de las imágenes médicas de ultrasonido. Por lo tanto, en este artículo se estudia cuantitativamente la IQA de ultrasonido médico basada en redes neuronales convolucionales (CNN, por sus siglas en inglés). En primer lugar, se establece un conjunto de datos con 1063 imágenes de ultrasonido a través de la degeneración de un cierto número de imágenes originales de alta calidad. Posteriormente, se realizan algunas operaciones en el conjunto de datos, incluida la puntuación y la detección de valores anómalos. Luego, se seleccionan 478 imágenes

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Calidad; Imagen de ultrasonido; Médico; IQA; Red neuronal convolucional; CNN
• Keywords:Quality; Ultrasound image; Medical; IQA; Convolutional neural network; CNN