计算机断层摄影CT(Computed Tomography)具有高分辨率、成像快等优点。但是CT成像时的X射线的辐射可能会造成癌症的发病几率。低剂量CT可减少对受检者的X射线放射危害,但图像质量也会随之下降。在保证CT成像质量的前提下,研究人员对如何有效降低射线剂量开展了多方面的深入研究。研究低剂量CT医学图像质量评价方法,能够检验这些研究者在使用低剂量X射线条件下图像成像的质量。主观质量评价方法存在耗时长、实时性差等缺点。传统的客观质量评价方法均方误差(Mean Square Error, MSE)和峰值信噪比(Peak Signal to Noise Ration, PSNR)只是简单的对失真图像和参考图像进行像素误差计算,没有考虑图像邻域像素的局部相关性,评价结果与主观感受存在偏差。Wang等人提出结构相似性理论(Structure Similarity, SSIM),通过比较两幅图像的结构信息差异来获取图像的质量,该方法简单有效,但是对于失真严重和交叉失真的图像效果不佳。基于人类视觉系统(Human Visual System, HVS)的算法模拟人眼的低阶特性,算法准确度有所提高,但是建模复杂,计算量大。本文首先对传统的图像质量客观评价方法和结构相似度方法进行了深入的分析,得出它们的一个共同缺点是,没有考虑到图像像素的局部相关性,因此在很多情况下评价结果与主观感受不相符。由于图像相邻像素不是孤立的,它们之间存在相关性,而马尔可夫随机场常被用来分析物理现象的时间或空间的相关性,且能很好的模拟图像像素的局部相关性,所以本文用马尔可夫随机向量场(Markov Random Field, MRF)对图像进行建模,衡量相邻像素的局部相关性。Espen Volden把互信息(Mutual Information, MI)和马尔科夫随机向量场理论有机结合起来,提出块矢量模型,用该指标评价两幅图像的冗余度取得了很好的效果。但是该指标没有经过综合图库验证其作为图像质量评价指标的性能。本文用美国德克萨斯州大学图像视频工程实验室提供的第二版LIVE图库的高斯模糊图像、Fast-Fading图像以及白噪声图像进行实验分析,然后对不同剂量的成人体模CT图像进行客观评价。从实验结果中可以得出,在评价高斯模糊、白噪声和Fast-Fading图像时,基于MRF互信息图像评价指标相对于其他常用图像质量评价指标,能更准确、明显的地反映图像的质量变化。在评价低剂量CT图像时也优势明显。