論文の概要: Challenges, Advances, and Evaluation Metrics in Medical Image Enhancement: A Systematic Literature Review

• arxiv url: http://arxiv.org/abs/2510.13638v1
• Date: Wed, 15 Oct 2025 15:01:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-16 20:13:28.724773
• Title: Challenges, Advances, and Evaluation Metrics in Medical Image Enhancement: A Systematic Literature Review
• Title（参考訳）: 医用画像強調における課題, 進歩, 評価基準 : 体系的文献レビュー
• Authors: Chun Wai Chin, Haniza Yazid, Hoi Leong Lee,
• Abstract要約: 本研究は,医用画像強調における重要な課題,最近の進歩,評価指標について考察する。 低コントラストやノイズといった主要な問題は最も頻繁に認識され、MRIやマルチモーダルイメージングが最も注目を集めている。 本総説では,現在の限界,研究ギャップ,医用画像強調に向けた今後の方向性について述べる。
• 参考スコア（独自算出の注目度）: 0.9940728137241215
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Medical image enhancement is crucial for improving the quality and interpretability of diagnostic images, ultimately supporting early detection, accurate diagnosis, and effective treatment planning. Despite advancements in imaging technologies such as X-ray, CT, MRI, and ultrasound, medical images often suffer from challenges like noise, artifacts, and low contrast, which limit their diagnostic potential. Addressing these challenges requires robust preprocessing, denoising algorithms, and advanced enhancement methods, with deep learning techniques playing an increasingly significant role. This systematic literature review, following the PRISMA approach, investigates the key challenges, recent advancements, and evaluation metrics in medical image enhancement. By analyzing findings from 39 peer-reviewed studies, this review provides insights into the effectiveness of various enhancement methods across different imaging modalities and the importance of evaluation metrics in assessing their impact. Key issues like low contrast and noise are identified as the most frequent, with MRI and multi-modal imaging receiving the most attention, while specialized modalities such as histopathology, endoscopy, and bone scintigraphy remain underexplored. Out of the 39 studies, 29 utilize conventional mathematical methods, 9 focus on deep learning techniques, and 1 explores a hybrid approach. In terms of image quality assessment, 18 studies employ both reference-based and non-reference-based metrics, 9 rely solely on reference-based metrics, and 12 use only non-reference-based metrics, with a total of 65 IQA metrics introduced, predominantly non-reference-based. This review highlights current limitations, research gaps, and potential future directions for advancing medical image enhancement.
• Abstract（参考訳）: 医用画像の強調は、診断画像の品質と解釈可能性の向上に不可欠であり、最終的には早期発見、正確な診断、効果的な治療計画をサポートする。 X線、CT、MRI、超音波などの画像技術が進歩しているにもかかわらず、医療画像はしばしばノイズ、アーティファクト、低コントラストなどの課題に悩まされ、診断の可能性を制限する。 これらの課題に対処するには、堅牢な前処理、デノイングアルゴリズム、高度な拡張方法が必要であり、ディープラーニング技術はますます重要な役割を担っている。 この系統的な文献レビューは、PRISMAアプローチに従って、医用画像強調における重要な課題、最近の進歩、評価指標について検討する。 本研究は、39のピアレビュー研究から得られた知見を分析し、様々な画像モダリティにおける様々なエンハンスメント手法の有効性と、その影響を評価するための評価指標の重要性について考察する。 低コントラストやノイズといった主要な問題は最も頻繁に認識され、MRIやマルチモーダル画像が最も注目される一方、病理、内視鏡、骨シンチグラフィーといった特殊な特徴はいまだに未発見である。 39の研究のうち29は従来の数学的手法を使用し、9つはディープラーニング技術に焦点を置き、1つはハイブリッドアプローチを探求している。 画像品質評価では、18の研究は参照ベースと非参照ベースの両方のメトリクスを使用し、9は参照ベースに依存し、12は参照ベースにのみ依存し、65のIQA指標が導入された。 本総説では,現在の限界,研究ギャップ,医用画像強調に向けた今後の方向性について述べる。

関連論文リスト

• Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications [59.721265428780946]
  医学における大きな言語モデル(LLM)は印象的な能力を実現しているが、体系的で透明で検証可能な推論を行う能力に重大なギャップが残っている。 本稿は、この新興分野に関する最初の体系的なレビューを提供する。 本稿では,学習時間戦略とテスト時間メカニズムに分類した推論強化手法の分類法を提案する。
  論文  参考訳（メタデータ） (2025-08-01T14:41:31Z)
• Harmonization in Magnetic Resonance Imaging: A Survey of Acquisition, Image-level, and Feature-level Methods [3.515395856924995]
  バッチ・エフェクト」または「サイト・エフェクト」は、真の生物学的信号の曖昧さ、統計力の低下、学習ベースモデルに障害がある。 画像調和は、意味のある生物学的情報を保持しながら、そのようなサイト関連バイアスを排除または緩和することを目的としている。 本総説では, 医用画像調和分野における重要な概念, 方法論の進歩, 公開データセット, 現状の課題, 今後の方向性について概説する。
  論文  参考訳（メタデータ） (2025-07-22T19:06:02Z)
• Private, Efficient and Scalable Kernel Learning for Medical Image Analysis [1.7999333451993955]
  OKRA(Orthonormal K-fRAmes)は、カーネルベースの機械学習のための新しいランダム化符号化ベースのアプローチである。 現在の最先端ソリューションと比較して、スケーラビリティとスピードが大幅に向上します。
  論文  参考訳（メタデータ） (2024-10-21T10:03:03Z)
• A Narrative Review of Image Processing Techniques Related to Prostate Ultrasound [40.42947222889337]
  前立腺癌(PCa)は男性の健康に重大な脅威となり、早期診断は予後の改善と死亡率の低下に不可欠である。 経直腸超音波(TRUS)はPCaの診断と画像誘導療法において重要な役割を担っている。 TRUSにおける多くの画像処理アルゴリズムが提案され、いくつかのタスクで最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-06-30T12:33:56Z)
• Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration [54.76511683427566]
  本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。 この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。 PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
  論文  参考訳（メタデータ） (2024-02-16T05:16:20Z)
• Beyond Images: An Integrative Multi-modal Approach to Chest X-Ray Report Generation [47.250147322130545]
  画像からテキストまでの放射線学レポート生成は,医療画像の発見を記述した放射線学レポートを自動生成することを目的としている。 既存の方法の多くは画像データのみに焦点をあてており、他の患者情報は放射線科医に公開されていない。 胸部X線レポートを生成するための多モードディープニューラルネットワークフレームワークを,非構造的臨床ノートとともにバイタルサインや症状などの構造化された患者データを統合することで提案する。
  論文  参考訳（メタデータ） (2023-11-18T14:37:53Z)
• Parameter-Efficient Fine-Tuning for Medical Image Analysis: The Missed Opportunity [15.404013190033242]
  の応用。 医用画像解析におけるPEFT(Efficient Fine-Tuning)は, 比較的未探索である。 本研究では、画像分類とテキスト・ツー・イメージ生成タスクにおいて、17の異なるPEFTアルゴリズムを評価することにより、このギャップを埋める。 本研究はPEFTの有効性,特に医用画像に共通する低データ領域における有効性を示すものである。
  論文  参考訳（メタデータ） (2023-05-14T21:18:18Z)
• MyoPS: A Benchmark of Myocardial Pathology Segmentation Combining Three-Sequence Cardiac Magnetic Resonance Images [84.02849948202116]
  本研究は,MyoPS(MyoPS)の医療画像解析における新たな課題を定義するものである。 myoPSは、MICCAI 2020とともにMyoPSチャレンジで最初に提案された3シーケンスの心臓磁気共鳴(CMR)画像を組み合わせている。 この課題は45対のCMR画像と予め整列されたCMR画像を提供し、アルゴリズムは3つのCMRシーケンスから補完的な情報を結合して病理領域を分割することを可能にする。
  論文  参考訳（メタデータ） (2022-01-10T06:37:23Z)
• Explaining Clinical Decision Support Systems in Medical Imaging using Cycle-Consistent Activation Maximization [112.2628296775395]
  ディープニューラルネットワークを用いた臨床意思決定支援は、着実に関心が高まりつつあるトピックとなっている。 臨床医は、その根底にある意思決定プロセスが不透明で理解しにくいため、この技術の採用をためらうことが多い。 そこで我々は,より小さなデータセットであっても,分類器決定の高品質な可視化を生成するCycleGANアクティベーションに基づく,新たな意思決定手法を提案する。
  論文  参考訳（メタデータ） (2020-10-09T14:39:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。