人間の視覚システムの側面を含む非白色のモデルオブザーバーは、マンモグラフィの人間のオブザーバーのパフォーマンスを予測できますか？

目的：マンモグラフィでは、表示前に画像が処理されます。ただし、物理的な画像品質測定に基づく現在の方法論は、処理された画像の評価のために設計されていません。モデルオブザーバー（MO）は、この評価に適している場合があります。この研究の目的は、人間の視覚系（HV）のさまざまな側面を含めることにより、マンモグラフィ様画像の人間の観察者のパフォーマンスを予測するために、非プレーホワイトニング（NPW）MOを使用できるかどうかを調査することでした。 方法：ヒトとNPW MOのパフォーマンスの相関は、シミュレートされたホワイトノイズ（WN）とクラスター化されたゴツゴツした背景（CLB）のディスク型オブジェクトの検出について、それぞれQuantum Noise LimitedおよびMammographyのような画像を表しています。画像は、2逆の強制選択実験でMOと5人の人間のオブザーバーによって採点されました。 結果：WN画像の場合、FITの良さを表すログ尤度比（RLR2）が、HVSの側面を追加せずにNPW MOで最高（0.44）であることがわかりました。CLBの場合、RLR2はHVSアスペクトを追加して0.46から0.65に改善しました。相関は、オブジェクトのサイズと背景の影響を受けました。 結論：この研究は、HVSの側面を含めることにより、人間の観察者のパフォーマンスをよりよく予測するためにNPW MOのパフォーマンスを改善できることを示しています。これは、NPW MOが画質評価の可能性があることを示しています。ただし、相関関係にある依存関係により、NPW MOは、限られた範囲のオブジェクトサイズとバックグラウンドの変動についての画質評価にのみ使用できます。

PURPOSE: In mammography, images are processed prior to display. Current methodologies based on physical image quality measurements are however not designed for the evaluation of processed images. Model observers (MO) might be suitable for this evaluation. The aim of this study was to investigate whether the non-pre-whitening (NPW) MO can be used to predict human observer performance in mammography-like images by including different aspects of the human visual system (HVS). METHODS: The correlation between human and NPW MO performance has been investigated for the detection of disk shaped objects in simulated white noise (WN) and clustered lumpy backgrounds (CLB), representing quantum noise limited and mammography-like images respectively. The images were scored by the MO and five human observers in a 2-alternative forced choice experiment. RESULTS: For WN images it was found that the log likelihood ratio (RLR2), which expresses the goodness of fit, was highest (0.44) for the NPW MO without addition of HVS aspects. For CLB the RLR2 improved from 0.46 to 0.65 with addition of HVS aspects. The correlation was affected by object size and background. CONCLUSIONS: This study shows that by including aspects of the HVS, the performance of the NPW MO can be improved to better predict human observer performance. This demonstrates that the NPW MO has potential for image quality assessment. However, due to the dependencies found in the correlation, the NPW MO can only be used for image quality assessment for a limited range of object sizes and background variability.