《IEEE》子刊：研究实现在复杂成像场景中的贝叶斯理想观察者计算

2023年9月11日获悉，上海交通大学溥渊未来技术学院长聘教轨助理教授周维民博士在医学影像领域国际著名顶级期刊IEEE Transactions on Medical Imaging发表研究论文“Ideal Observer Computation by Use of Markov-Chain Monte Carlo with Generative Adversarial Networks”（使用马尔可夫链蒙特卡洛和生成对抗网络的理想观察者计算）。基于任务的图像质量是某一观察者在特定任务（如肿瘤检测任务）中表现的量化指标，被学术界、工业界、FDA广泛用于指导医学成像系统的评估和优化。该研究提出了名为MCMC-GAN的通用方法，通过结合马尔可夫链蒙特卡洛（MCMC）与生成对抗网络（GAN），实现了在复杂成像场景中的贝叶斯理想观察者计算，对成像系统的客观评估及优化有重要作用。