[논문 리뷰] CAP-IQA: Context-Aware Prompt-Guided CT Image Quality Assessment

Kazi Ramisa Rifa, Jie Zhang외 1명|arXiv (Cornell University)|2026. 01. 04.

COVID-19 diagnosis using AI인용 수 0

한 줄 요약

CAP-IQA는 의료 텍스트 priors와 인스턴스 수준 컨텍스트 프롬프트 및 인과 디바이싱을 결합하여 CT 이미지 품질을 예측하며, LDCTIQA 2023에서 최상위 상관관계를 달성하고 대규모 소아 CT 데이터셋에서 일반화를 입증합니다.

ABSTRACT

Prompt-based methods, which encode medical priors through descriptive text, have been only minimally explored for CT Image Quality Assessment (IQA). While such prompts can embed prior knowledge about diagnostic quality, they often introduce bias by reflecting idealized definitions that may not hold under real-world degradations such as noise, motion artifacts, or scanner variability. To address this, we propose the Context-Aware Prompt-guided Image Quality Assessment (CAP-IQA) framework, which integrates text-level priors with instance-level context prompts and applies causal debiasing to separate idealized knowledge from factual, image-specific degradations. Our framework combines a CNN-based visual encoder with a domain-specific text encoder to assess diagnostic visibility, anatomical clarity, and noise perception in abdominal CT images. The model leverages radiology-style prompts and context-aware fusion to align semantic and perceptual representations. On the 2023 LDCTIQA challenge benchmark, CAP-IQA achieves an overall correlation score of 2.8590 (sum of PLCC, SROCC, and KROCC), surpassing the top-ranked leaderboard team (2.7427) by 4.24%. Moreover, our comprehensive ablation experiments confirm that prompt-guided fusion and the simplified encoder-only design jointly enhance feature alignment and interpretability. Furthermore, evaluation on an in-house dataset of 91,514 pediatric CT images demonstrates the true generalizability of CAP-IQA in assessing perceptual fidelity in a different patient population.

연구 동기 및 목표

• 현실 세계의 저하 상황 속에서 방사선과 의사의 진단 판단을 반영하도록 CT 이미지 품질의 자동 평가를 촉진한다.
• 의료 텍스트 priors를 이미지 특화 맥락 프롬프트와 결합하는 CAP-IQA 프레임워크를 제안한다.
• 인과적 디바이싱과 다이나믹 크로스-프롬프트 어텐션으로 프롬프트 편향을 완화한다.
• LDCTIQA 2023 및 내부 소아 CT 데이터셋에서 탁월한 신뢰도와 일반화를 입증한다.

제안 방법

• 고정된 PubMedBERT 기반 프롬프트 임베딩으로 의료 priors를 인코딩하는 텍스트 분기를 사용한다.
• CT 이미지를 처리하기 위해 CNN 기반 인코더로 병목 특징 맵과 풀링된 시각적 특징 f를 생성한다.
• MLP를 통해 f에서 유도된 L개의 이미지-조건 컨텍스트 프롬프트 c′를 도입하여 인스턴스 적응 프롬프트 π를 형성한다.
• 시각적 특징과 프롬프트 특징을 융합하고 융합 표현을 생성하기 위해 Dynamic Cross-Prompt Attention(DCPA)을 적용한다.
• DCPA 출력과 인코더 특징을 융합하고 [0,4]로 축척된 CT IQA 점수를 회귀한다.
• 방사선 전문의가 제시한 실제 점수와의 평균 제곱 오차 손실로 학습한다.

실험 결과

연구 질문

• RQ1 프롬프트로 안내된 텍스트 기반 의학 priors가 이미지 특화 맥락 프롬프트와 효과적으로 융합되어 CT IQA를 예측할 수 있는가?
• RQ2 다이나믹 크로스-프롬프트 어텐션이 시각 기반 혹은 텍스트 기반의 단일 기준선보다 방사선 의사 점수와의 정렬을 개선하는가?
• RQ3 CAP-IQA가 기관 간 및 환자 집단(예: 소아 CT 데이터)에 대해 얼마나 잘 일반화되는가?

주요 결과

• CAP-IQA는 전체 LDCTIQA-테스트 점수에서 최고를 달성하며 r = 0.9866, ρ = 0.9775, τ = 0.8949를 기록한다.
• CAP-IQA는 LDCTIQA 리더보드의 상위 팀(s = 2.7427)을 0.1163 포인트 차로 앞서며, 전체 상관도의 4.24% 향상에 해당한다.
• 어베이레이션 연구는 컨텍스트 가이드 융합과 DyT 정규화가 대안들보다 이점을 제공함을 보여준다.
• PubMedBERT 텍스트 인코더가 결합된 CNN 인코더가 평가된 구조들 가운데 최상의 전반 성능을 보인다.
• 내부 소아 CT 데이터셋(91,514 이미지)에 대한 평가가 CAP-IQA의 다양한 인구에 대한 일반화를 뒷받침한다.