MedIQA: A Scalable Foundation Model for Prompt-Driven Medical Image Quality Assessment

📄 arXiv: 2507.19004v1 📥 PDF

作者: Siyi Xun, Yue Sun, Jingkun Chen, Zitong Yu, Tong Tong, Xiaohong Liu, Mingxiang Wu, Tao Tan

分类: cs.CV, cs.AI

发布日期: 2025-07-25

备注: We note that the version after peer review of this paper has been provisionally accepted by The 28th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2025)

💡 一句话要点

MedIQA：用于提示驱动的医学图像质量评估的可扩展基础模型

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 医学图像质量评估 基础模型 多模态学习 自动提示 显著切片评估

📋 核心要点

  1. 现有医学图像质量评估方法难以泛化到不同模态和临床场景，限制了诊断准确性。
  2. MedIQA通过大规模多模态数据集训练，结合显著切片评估和自动提示策略，提升IQA性能。
  3. 实验表明，MedIQA在多个下游任务中显著优于现有方法，为医学IQA提供可扩展框架。

📝 摘要（中文）

医学成像技术的快速发展凸显了对精确和自动图像质量评估（IQA）的关键需求，以确保诊断的准确性。然而，现有的医学IQA方法难以在不同的模态和临床场景中推广。为此，我们推出了MedIQA，这是第一个全面的医学IQA基础模型，旨在处理图像维度、模态、解剖区域和类型的可变性。我们开发了一个大规模的多模态数据集，其中包含大量手动标注的质量分数来支持这一点。我们的模型集成了一个显著切片评估模块，以专注于诊断相关的区域特征检索，并采用自动提示策略，将上游物理参数预训练与下游专家注释微调对齐。大量的实验表明，MedIQA在多个下游任务中显著优于基线，为医学IQA建立了一个可扩展的框架，并推进了诊断工作流程和临床决策。

🔬 方法详解

问题定义：论文旨在解决医学图像质量评估（IQA）问题，现有方法难以泛化到不同的医学成像模态、解剖区域和临床场景。这些方法通常针对特定模态或任务设计，缺乏跨模态和跨任务的通用性，限制了其在实际临床应用中的价值。此外，现有方法对图像质量的评估往往依赖于人工特征或浅层学习模型，难以充分利用医学图像中蕴含的丰富信息。

核心思路：论文的核心思路是构建一个可扩展的医学IQA基础模型MedIQA，该模型能够处理不同模态、解剖区域和类型的医学图像。通过大规模多模态数据集的训练，MedIQA学习到通用的图像质量特征表示，并利用自动提示策略将物理参数预训练与专家标注微调对齐，从而提高模型在下游任务中的性能。

技术框架：MedIQA的技术框架主要包含以下几个模块：1) 大规模多模态数据集：用于训练模型，包含多种医学成像模态和解剖区域的图像，并附带人工标注的质量分数。2) 显著切片评估模块：用于提取诊断相关的图像区域特征。3) 自动提示策略：用于将上游物理参数预训练与下游专家标注微调对齐。整体流程是先利用大规模数据集进行预训练，然后利用自动提示策略进行微调，最后将模型应用于下游的IQA任务。

关键创新：MedIQA的关键创新在于：1) 提出了第一个用于医学IQA的基础模型，能够处理多种模态和临床场景。2) 构建了一个大规模多模态数据集，为模型的训练提供了充足的数据支持。3) 提出了显著切片评估模块，能够专注于诊断相关的图像区域。4) 提出了自动提示策略，能够有效地将物理参数预训练与专家标注微调对齐。

关键设计：关于关键设计，论文提到使用了自动提示策略，将上游物理参数预训练与下游专家标注微调对齐。具体实现细节未知，但可以推测可能涉及设计特定的prompt模板，引导模型学习图像质量与物理参数之间的关系。损失函数方面，可能采用了回归损失函数来预测图像质量分数，并可能结合了对比学习损失来提高特征表示的区分性。网络结构方面，具体细节未知，但可以推测使用了Transformer或卷积神经网络等常见的图像处理模型。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

MedIQA在多个下游任务中显著优于基线方法，证明了其有效性。具体性能数据未知，但摘要强调了“显著优于基线”，表明MedIQA在IQA精度和泛化能力方面取得了重要突破。该模型为医学IQA建立了一个可扩展的框架，并推进了诊断工作流程和临床决策。

🎯 应用场景

MedIQA可应用于多种医学图像质量评估场景，例如辅助医生进行图像质量控制、自动筛选高质量图像用于诊断、优化图像采集参数等。该研究的实际价值在于提高医学图像诊断的准确性和效率，减少误诊和漏诊的风险。未来，MedIQA有望成为医学影像领域的重要基础设施，推动人工智能在医学领域的更广泛应用。

📄 摘要（原文）

Rapid advances in medical imaging technology underscore the critical need for precise and automated image quality assessment (IQA) to ensure diagnostic accuracy. Existing medical IQA methods, however, struggle to generalize across diverse modalities and clinical scenarios. In response, we introduce MedIQA, the first comprehensive foundation model for medical IQA, designed to handle variability in image dimensions, modalities, anatomical regions, and types. We developed a large-scale multi-modality dataset with plentiful manually annotated quality scores to support this. Our model integrates a salient slice assessment module to focus on diagnostically relevant regions feature retrieval and employs an automatic prompt strategy that aligns upstream physical parameter pre-training with downstream expert annotation fine-tuning. Extensive experiments demonstrate that MedIQA significantly outperforms baselines in multiple downstream tasks, establishing a scalable framework for medical IQA and advancing diagnostic workflows and clinical decision-making.