高 琦，朱曼曼，李丹陽，邊兆英，馬建華

南方醫(yī)科大學生物醫(yī)學工程學院//廣州市醫(yī)用放射成像與檢測技術重點實驗室，廣東 廣州510515

計算機斷層成像技術是目前應用最為廣泛的醫(yī)學影像技術之一，其成像質量受CT硬件、掃描協(xié)議、病人運動、重建算法以及圖像后處理算法等多種因素影響。因此CT圖像質量評估（IQA）對優(yōu)化CT軟硬件設計，控制病人掃描劑量具有重要意義［1-2］。醫(yī)用CT圖像質量評估算法可以分為主觀圖像質量評估和客觀圖像質量評估。主觀圖像質量評估為臨床專業(yè)的放射科醫(yī)師對CT圖像的診斷質量進行人工評估，然而其存在耗時耗力和易受主客觀因素影響等缺陷，難以應用于臨床實際。客觀圖像質量評估可以分為：全參考圖像質量評估（FRIQA），即通過測量失真CT圖像與高質量參考圖像之間差異來評價失真CT圖像質量。半?yún)⒖紙D像質量評估，即利用參考圖像的部分信息評價失真CT圖像質量。無參考圖像質量評估（NR-IQA），只有失真CT圖像本身用于評估。由于高/低質量CT圖像對在臨床實際中難以獲取，NR-IQA方法成為CT圖像質量評估研究的重點［3-4］。

由于CT圖像域復雜的噪聲統(tǒng)計特性以及存在多種形態(tài)的偽影，基于場景統(tǒng)計提取圖像質量相關特征的經典方法難以應用于CT圖像。卷積神經網絡（CNN）已經在眾多圖像處理任務中取得了優(yōu)異的性能，因此近年來一些研究致力于利用深度學習技術解決NR-IQA問題［5-7］。Kang等［5］首次設計一個CNN用于圖像質量評估任務，其利用卷積層提取圖像質量相關特征，并通過全連接層回歸得到質量分數(shù)，在LIVE等自然圖像數(shù)據(jù)集上取得了優(yōu)異的性能。有研究提出使用一個改進的A1exNet網絡來預測CT圖像質量分數(shù)，證明了CNN在醫(yī)用CT圖像質量評估任務上的潛力［6］。另有人提出利用客觀IQA指標代替主觀指標進行網絡訓練的方法，以緩解醫(yī)用CT標簽數(shù)據(jù)不足的問題［7］。盡管這些基于深度學習技術的IQA算法都取得一定的性能提升，但是其存在特征信息來源單一等問題，與獲得令人滿意的結果仍有較大差距。

Simonyan等［8］提出使用靜止圖像和運動多幀圖像融合輸入以提高網絡在視頻動作識別任務上的性能。有研究提出使用原始圖像和梯度圖像融合輸入以改進CNN在NR-IQA任務中的表現(xiàn)［9］。受啟于上述研究，本文提出一種基于預恢復圖像先驗信息的醫(yī)用CT圖像質量評估策略（PR-IQA）。利用CT圖像恢復算法中噪聲分布統(tǒng)計特性、圖像結構及潛在的變換域特征等先驗信息，并將其與原始失真圖像信息融合輸入，以提高CNN在IQA任務上的性能。實驗基于Mayo診所公開的螺旋CT數(shù)據(jù)［10］建立一個醫(yī)用CT 圖像質量評估數(shù)據(jù)集，通過計算定量指標分析超參數(shù)對PR-IQA方法性能的影響，并將其與基于單個CNN直接對原始失真圖像進行評估的方法（BASELINE）以及8種經典的IQA算法進行比較。定量指標與統(tǒng)計學檢驗證明了PR-IQA方法相比BASELINE方法有明顯的性能提升，并超越所有的經典IQA算法。

1 方法

1.1 方法框架

本文提出的PR-IQA方法，首先對原始失真CT圖像進行初步恢復得到預恢復圖像（圖1）。其次，將預恢復圖像作為高質量參考圖像的替代圖像，并計算其與原始失真圖像的殘差圖像，作為第1個CNN的輸入。這一階段利用預恢復圖像作為參考圖像，對原始失真圖像進行評估，故被稱為FR-IQA部分。由于圖像恢復算法的固有缺陷及參數(shù)設置次優(yōu)等問題，預恢復圖像存在恢復不完全或過平滑現(xiàn)象，并可能引入新的偽影，所以該策略將預恢復圖像輸入到第2個CNN中評估其質量，以平衡圖像恢復算法帶來的偏差。由于這一部分將預恢復圖像作為失真圖像，且沒有參考圖像信息，因此被稱為NR-IQA部分。預恢復圖像包含了圖像恢復算法中的圖像質量特征先驗信息，而殘差圖像則包含了預恢復圖像和原始失真圖像兩部分信息。最終兩部分分數(shù)融合得到原始失真圖像質量分數(shù)，融合形式如下：

圖1 PR-IQA方法框架Fig.1 PR-IQAmethod framework.

Qfr為FR部分預測得到的原始失真圖像分數(shù)，Qnr為NR部分預測得到的預恢復圖像分數(shù)，Q 為原始失真圖像最終的質量分數(shù)。由圖2可以看出，原始失真圖像質量是定義在0～100（最低圖像質量-參考圖像質量）空間上的分數(shù)Q，預恢復圖像質量是定義在該空間上的分數(shù)Qnr。而Qfr是定義在0～Qnr空間上的原始失真圖像質量，故將Qfr映射為Q 只需要乘以空間縮放因子(Qnr/100)即可［11］。

1.2 圖像恢復算法

圖2 分數(shù)融合概念示意圖，坐標軸上方為原始失真圖像和預恢復圖像示例圖Fig.2 Schematic diagram of the score fusion concept. Above the coordinate axis are examples of original distorted image and pre-restored image.

CT圖像處理領域發(fā)展至今已經設計了許多性能優(yōu)異的圖像恢復算法，這些算法可以分為3類：第1類是弦圖恢復［12-13］，即通過對CT弦圖域數(shù)據(jù)的統(tǒng)計特性進行建模以恢復數(shù)據(jù)，再采用FBP算法重建圖像。第2類是統(tǒng)計迭代重建［14-15］，將弦圖域數(shù)據(jù)的統(tǒng)計特性和圖像域先驗知識融入統(tǒng)計迭代框架中進行數(shù)據(jù)恢復。第3類是圖像后處理算法［16-18］，直接根據(jù)CT圖像域的先驗知識進行恢復。因為弦圖域數(shù)據(jù)難以獲取且重建時間過長，本文選取圖像后處理算法中的雙邊濾波（BF）、非局部均值濾波（NLM）和三維塊匹配協(xié)同濾波（BM3D）3種算法作為圖像恢復算法進行實驗。

1.2.1 BF BF［16］是Tomasi 和Maduchi提出的一種非線性濾波器。針對高斯濾波、中值濾波等經典空間域濾波算法易模糊圖像邊緣細節(jié)、對高頻信息保護不足的問題，BF算法利用通過局部像素間空間距離和像素值相似度計算濾波權值，并加權平均獲得恢復圖像像素值。其通過引入局部像素間的相似度信息，在平滑圖像噪聲的同時能更好地保持圖像邊緣細節(jié)。

1.2.2 NLM NLM于由Buades等［17］提出，其充分利用圖像中的冗余信息，不僅考慮以目標像素為中心的固定大小鄰域圖像塊信息，還考慮了與目標像素相似像素的相同大小鄰域圖像塊信息。其利用相似像素值加權平均得到恢復后的目標像素值，權重通過鄰域圖像塊的相似性來衡量。NLM算法克服了傳統(tǒng)圖像域濾波方法只考慮目標像素局部鄰域像素信息的缺點，不僅能更有效的去除噪聲，還能較好地保持圖像原始信息。

1.2.3 BM3D BM3D算法于2007年提出［18］，是目前公認效果最優(yōu)的圖像恢復算法之一。其借鑒了NLM算法的思想，在圖像塊尺度上進行恢復。算法分為兩個步驟：基礎估計步和最終估計步，每個步驟均由塊匹配、協(xié)同濾波和聚集3個部分組成。

（1）基礎估計步：對于失真圖像中每個目標圖像塊，尋找與其最為相似的多個圖像塊疊成一個三維塊。對每個三維塊進行三維變換后，采用協(xié)同硬閾值濾波恢復圖像質量，再經過三維逆變換得到三維塊的估計值。由于每個相似圖像塊可能存在多個估計值，對這些估計值進行加權平均，聚集后得到目標圖像塊的基礎估計值；（2）最終估計步：最終估計步與基礎估計步步驟相似，其在基礎估計圖像上也進行塊匹配處理，這樣得到兩個三維塊，一個來自失真圖像，一個來自基礎估計圖像。將從基本估計圖像得到的三維塊作為真實信號能量譜對失真圖像三維塊進行協(xié)同維納濾波處理，最后進行聚集操作得到最終的恢復圖像。

1.3 卷積神經網絡

本研究采用一個淺卷積神經網絡結構［5］，該網絡由一個卷積層，兩個池化層，兩個全連接層和一個輸出節(jié)點組成。給定一幅CT圖像，首先對其進行局部歸一化，并將其分解為多個不重疊的圖像塊作為網絡的輸入。第一個卷積層由30個3×3的卷積核組成，卷積層產生30張?zhí)卣鲌D。池化層將每張?zhí)卣鲌D映射為一個最大值和一個最小值，兩個全連接層接在池化層后面以回歸特征，每個全連接層包含800個節(jié)點。最終回歸得到的分數(shù)由輸出節(jié)點輸出。損失函數(shù)為L1范數(shù)損失函數(shù)，如下所示：

Q 為網絡預測的分數(shù)，mos是該原始失真CT圖像對應的標簽分數(shù)。兩個CNN共用同一損失函數(shù)，即計算得到Loss會分別傳遞回兩個CNN中進行反向傳播更新參數(shù)。本實驗基于PyTorch 框架，使用GPU 為Tes1a P40。網絡采用ADAM優(yōu)化算法，迭代步驟設置為100步，學習率設置為1e-3，Batch_size設置為1024。為降低參數(shù)復雜度，本文設置PR-IQA方法中的兩個CNN始終保持相同的超參數(shù)。

2 實驗設計

2.1 實驗數(shù)據(jù)集建立

針對本研究，建立了一個醫(yī)用CT圖像質量評估數(shù)據(jù)集。該數(shù)據(jù)集基于Mayo診所公開的胸腹部CT圖像數(shù)據(jù)集，所有數(shù)據(jù)采集使用自動曝光控制技術（CareDose 4D,Siemens Hea1thcare）和自動管電壓選擇技術（CarekV,Siemens Hea1thcare），參考管電壓和有效管電流分別為120 kV和200 mAs。從中選取140張全劑量CT圖像作為高質量參考圖像，胸部和腹部CT圖像各70張。參考常規(guī)掃描管電流設置［19-20］，對胸部CT圖像仿真4個劑量圖像（25、50、75、100 mAs），對腹部CT圖像仿真6個劑量圖像（25、50、75、100、150、200 mAs），劑量代表圖像的失真程度，劑量越低則CT圖像失真越嚴重。仿真采用［22］中的低劑量CT仿真技術。最終，一共得到700張不同程度失真的CT圖像，其中包含280張胸部CT圖像，420張腹部CT圖像，圖3展示了部分仿真數(shù)據(jù)。

圖3 不同劑量和部位的示例CT圖像Fig.3 Examples of CT images with different parts and dose levels.

本研究邀請3位放射科專家對數(shù)據(jù)集進行評分標注。評分考慮圖像的噪聲、偽影、邊緣、軟組織和骨組織細節(jié)5項。每項評分采用1-5Likert量表，其中5代表最高質量，1代表最低質量。然后將5項加權平均得到該圖像的綜合質量分數(shù)。評分開始前讓3位放射科專家共同評估10張圖像以標定評分刻度，后續(xù)評分均獨立進行。評分過程中所使用的顯示器和光照條件均保持一致。每一次評分過程進行30 min然后休息15 min以避免視覺疲勞帶來的影響。本文對每位放射科專家的評分進行標準化［23-24］：

其中Si,j表示第i個放射科專家對第j張圖像的評分，μi和σi表示第i位放射科專家在所有圖像上評分的均值和標準差，Zi,j表示標準化后的分數(shù)。然后將3位放射科專家的評分加權平均并縮放到0～100空間：

其中-Zj表示3位放射科專家評分加權平均后的第j張圖像的分數(shù)，mos表示縮放到0～100空間后的平均意見分數(shù)（MOS）。

2.2 對比方法及評價指標

為評估本文提出的PR-IQA方法在CT圖像質量評估任務上的表現(xiàn)，選取了8種經典的IQA方法進行對比實驗。分別為5種FR-IQA方法：PSNR［25］；SSIM［26-27］；FSIM［18］，MAD［29］；GMSD［30］；3種NR-IQA方法：PIQE［31］；NIQE［32］；BRISQUE［33］。同時基于單個CNN直接評估原始失真圖像質量分數(shù)的方法作為BASELINE模型也進行對比分析，單個CNN的結構和超參數(shù)與PR-IQA中兩個子網絡完全相同。本實驗分配數(shù)據(jù)遵循交叉驗證原則，隨機劃分10組訓練集、驗證集和測試集，并設置3者比例為60%、20%、20%，對比實驗定量結果為在10組數(shù)據(jù)上的平均值。由于NIQE和BRISQUE需要使用預先訓練的自然場景統(tǒng)計（NSS）模型進行評分，為公平比較，本實驗使用與PR-IQA 相同的訓練集訓練BRISQUE模型，并使用與該訓練集對應的高質量參考圖像訓練NIQE模型。由于不同IQA方法得到的分數(shù)值域空間不同，使用非線性Logistic回歸模型將不同方法的分數(shù)映射到相同的值域空間，Logistic回歸模型表達式如下：

其中Q是原始預測分數(shù)，Qp是Logistic回歸模型擬合后的分數(shù)，β是回歸模型的參數(shù)。本研究使用皮爾遜相關系數(shù)（PLCC），斯皮爾曼等級相關系數(shù)（SROCC）和均方根誤差（RMSE）作為性能評價指標。PLCC主要測量兩個相同維度變量之間的線性相關性，SROCC主要衡量兩個相同維度變量的之間的單調一致性，RMSE主要測量兩個相同維度變量之間的差異性。預測分數(shù)與MOS之間的PLCC和SROCC越大，RMSE越小，說明預測分數(shù)越接近放射科專家的主觀評價分數(shù)［34］。

3 結果

3.1 超參數(shù)影響

不同超參數(shù)設置會造成PR-IQA 方法性能的波動。因此，在本節(jié)中，圖像塊尺寸、卷積層層數(shù)、卷積核尺寸和卷積核數(shù)目4個超參數(shù)對PR-IQA性能的影響。3.1.1 圖像塊尺寸 在本實驗中，由于輸入網絡的是采樣后不重疊的圖像塊，因此本文首先分析采樣圖像塊尺寸對所提PR-IQA方法性能影響。由于圖像塊尺寸的增加會急劇增加計算資源的消耗，而隨著圖像塊減小，網絡的訓練時間會急劇增加。因此本文只考慮16×16～64×64尺寸之間的圖像塊。不同圖像塊尺寸下PR-IQA的性能如圖4A所示。從圖4A中可以看出，小尺寸圖像塊的性能整體優(yōu)于大尺寸圖像塊，當采樣圖像塊尺寸為16×16時，所提PR-IQA方法達到最佳的性能。

3.1.2 卷積層層數(shù) 卷積層數(shù)目決定了網絡提取特征的深度與網絡的參數(shù)量，過淺的卷積層無法提取深層次的圖像特征，而過深的卷積層會帶來過擬合等問題。本文討論了1～3層卷積層下PR-IQA方法的性能，卷積核數(shù)目設置為［20,30,40］3種情況，卷積核尺寸設置為[3×3,5×5,7×7]3種情況。圖4B展示各卷積層數(shù)目下最優(yōu)PR-IQA模型的性能。從圖4B中可以看出，隨著卷積層數(shù)目增加，PR-IQA方法性能逐漸下降，故在本文實驗數(shù)據(jù)集上最優(yōu)的卷積層數(shù)目設置為1層。

3.1.3 卷積核尺寸 卷積核用于提取圖像的特征，卷積核的尺寸決定提取特征的范圍。圖4C展示不同卷積核尺寸對PR-IQA方法性能的影響。從圖4C中可以看出，隨著卷積核尺寸減小，方法性能不斷提升。當卷積核尺寸為3×3時，PR-IQA性能最優(yōu)。

3.1.4 卷積核數(shù)目 卷積核的數(shù)目決定了產生的特征圖的數(shù)目，影響最后的網絡預測性能。圖4D展示不同卷積核數(shù)目下PR-IQA方法的性能。從圖4D中可以看出，隨著卷積核數(shù)目增加，PR-IQA方法性能先上升后下降，卷積核數(shù)目為30時PR-IQA達到最佳性能。因此，所提PR-IQA方法最優(yōu)的超參數(shù)組合為卷積層層數(shù)為1，圖像塊尺寸16×16，卷積核尺寸3×3，卷積核數(shù)目30，后續(xù)實驗均使用該超參數(shù)組合。

3.2 對比實驗

表1給出了本文提出的3種不同的PR-IQA模型（分別基于BF，NLM，BM3D三種傳統(tǒng)圖像恢復算法先驗信息），BASELINE模型與8種經典IQA算法在測試集上的定量指標結果。為讀者便利，本文加粗每個指標下FR-IQA和NR-IQA中最優(yōu)的方法。從表1中可以發(fā)現(xiàn)，在建立的數(shù)據(jù)集上，基于BF算法的PR-IQA模型在PLCC 和RMSE 指標上具有最優(yōu)的性能（PLCC=0.8770，RMSE=10.3906），基于NLM的算法在SROCC指標上具有最優(yōu)的性能（SROCC=0.8302）。值得注意的是，3種PR-IQA模型相比BASELINE方法性能均提升明顯，PLCC 平均提升12.56%，SROCC 平均提升19.95%，RMSE平均降低22.77%。其次，可以發(fā)現(xiàn)經典NR-IQA方法BRISQUE的性能超越BASELINE模型預測的結果。最后從表中可以觀察到，經典的NR-IQA方法已經具有和FR-IQA方法相當?shù)男阅?。在經典的NR-IQA算法中，BRISQUE性能最優(yōu)（PLCC=0.8171，SROCC=0.7902，RMSE=12.5790）；在FR-IQA方法中，MAD 性 能 最 優(yōu)（PLCC=0.7998，SROCC=0.7368，RMSE=13.0724）。值得注意的是，經典方法BRISQUE和NIQE以及基于深度學習的PR-IQA和BASELINE模型，都需要事先在數(shù)據(jù)集上進行訓練，所以當實際應用中沒有訓練數(shù)據(jù)時，MAD和PIQE算法仍然是不錯的選擇。

圖4 超參數(shù)對PR-IQA方法性能的影響Fig.4 Influence of hyperparameters on performance of PR-IQA method.A:Influence of patch size.B:Influence of conv layer number.C:Influence of kernel size.D:Influence of kernel number.

表1 不同IQA方法在建立數(shù)據(jù)集上的定量結果Tab.1 Quantitative results of different methods on the established dataset

表2展示每個IQA方法預測分數(shù)與MOS之間殘差分數(shù)的方差假設檢驗結果。本實驗使用方差相等的F檢驗來檢驗殘差方差的統(tǒng)計差異?！?’表示兩者之間沒有統(tǒng)計顯著性差異，‘1’表示左邊的方法優(yōu)于右邊的方法，‘0’則表示左邊的方法劣于右邊的方法。從表2中可以看到，本文提出的3種PR-IQA模型在統(tǒng)計學上均優(yōu)于其他9 種IQA 方法。經典方法中，BRISQUE 和SSIM的表現(xiàn)最好。同時，可以發(fā)現(xiàn)BASELINE方法與大多數(shù)方法沒有統(tǒng)計顯著性差異，且劣于SSIM，BRISQUE和PR-IQA方法。

4 討論

醫(yī)用CT圖像由于其圖像域復雜的噪聲分布和偽影表征，傳統(tǒng)基于場景統(tǒng)計手動設計圖像質量特征的NR-IQA方法難以應用于CT圖像質量評估任務［31-33］。CNN由于其數(shù)據(jù)驅動的學習模式，可以從數(shù)據(jù)中自動學習圖像質量相關特征并回歸得到分數(shù)，近年來一些研究聚焦于利用深度學習技術進行醫(yī)用CT無參考圖像質量評估。例如利用改進的A1exNet直接端到端預測CT圖像質量分數(shù)［6］；將客觀IQA指標替代主觀指標用作數(shù)據(jù)標簽進行網絡訓練［7］。然而這些方法都存在特征信息來源單一、網絡特征提取不充分的問題，其性能仍有較大提升空間。針對這一問題本文計一種PR-IQA方法，其利用圖像恢復算法的先驗信息，與原始失真圖像信息融合，并以預恢復圖像和恢復前后殘差圖像的形式輸入到兩個CNN中進行聯(lián)合預測，最終融合兩部分質量分數(shù)獲得原始失真圖像最終質量分數(shù)。為評價PR-IQA方法算法的有效性和準確性，本研究基于Mayo螺旋CT數(shù)據(jù)建立一個醫(yī)用CT圖像質量評估數(shù)據(jù)集用于實驗分析。

圖4實驗結果給出了在本文實驗框架下，PR-IQA方法最優(yōu)的超參數(shù)組合為卷積層層數(shù)為1，圖像塊尺寸16×16，卷積核尺寸3×3，卷積核數(shù)目30。本文推測由于訓練數(shù)據(jù)集較小，單卷積層CNN模型對于該實驗已適用，過深的卷積層會帶來過擬合問題，導致方法性能下降。從表1和表2實驗結果可以看出，基于單一圖像信息輸入的BASELINE方法性能劣于經典的FR-IQA算法SSIM、MAD 和NR-IQA 算法BRISQUE，這是因為CNN獲取信息來源單一，難以充分提取CT圖像質量相關特征。對比發(fā)現(xiàn)本文提出的PR-IQA 方法相比BASELINE方法各項性能指標都有顯著提升，這得益于PR-IQA方法融合圖像恢復算法的先驗信息進入網絡訓練中，多信息融合輸入可以幫助CNN更好地提取特征。同時可以觀察到PR-IQA方法的性能超越了所有的經典IQA方法，進一步證明了多信息融合輸入可以幫助CNN可以更充分地發(fā)揮其數(shù)據(jù)驅動學習模式的優(yōu)勢，體現(xiàn)本文設計的PR-IQA算法的優(yōu)越性。

表2 不同IQA方法殘差分數(shù)的統(tǒng)計顯著性Tab.2 Statistical significance in residual of different IQAmethods

本文的貢獻如下：本文提出一種基于預恢復圖像先驗信息的醫(yī)用CT圖像質量評估策略，該方法利用圖像恢復算法中存在的圖像質量特征先驗信息，通過多信息融合輸入，顯著提升了CNN的預測性能。值得注意的是，本文提出的PR-IQA方法是一種通用框架，可以根據(jù)實際應用組合任意的圖像恢復算法和CNN結構，具有較強的靈活性；本文建立一個醫(yī)用CT 圖像質量評估數(shù)據(jù)集用于實驗分析?；贛ayo數(shù)據(jù)仿真了不同劑量的胸腹部醫(yī)用CT圖像，并邀請3位放射科專家對其進行評分，一共得到了700張包含人工評分標簽的醫(yī)用CT圖像數(shù)據(jù)；本文通過實驗分析了PR-IQA方法中各項超參數(shù)的影響，確定了在本實驗框架下最優(yōu)的超參數(shù)組合。并進行對比實驗驗證了所提PR-IQA方法的優(yōu)越性，其性能超越了BASELINE模型以及8種經典IQA算法。同時，實驗結果也給出了全參考和無參考條件下最優(yōu)的IQA算法，對于其他醫(yī)用CT圖像領域研究具有一定的指導意義。

本研究也存在一些缺陷與不足：本文只在仿真的低劑量胸腹部CT數(shù)據(jù)上驗證了PR-IQA方法有效性。未來可以考慮在其他部位仿真CT圖像以及真實CT圖像數(shù)據(jù)上評估該方法的有效性；本文只在BF，NLM，BM3D3種圖像恢復算法上討論了該框架的有效性以及最優(yōu)超參數(shù)組合。不同圖像恢復算法包含的先驗信息不同，如何選擇合適的恢復算法是應用該策略會面臨的一個問題。未來會研究更多的圖像恢復算法對所提策略性能的影響，更深入的驗證本框架的合理性；本文的圖像質量評估部分和圖像恢復部分是兩個獨立步驟，只通過預恢復圖像難以充分利用圖像恢復算法中豐富的先驗信息。未來會研究將圖像恢復部分與圖像質量評估部分共同融入CNN中，通過end-to-end模型框架更充分地利用圖像恢復算法信息，進一步提升模型性能。