| 图像保真度指标 | Peak Signal-to-Noise Ratio (PSNR)[60] | 峰值信噪比 | 衡量重建图像与参考图像之间的全局误差，值越高表示重建质量越好 | 基于均方误差计算，对误差敏感，但可能与视觉感知不完全一致，常用于评估DWI或参数图的重建质量 |
| Structural Similarity Index (SSIM)[60] | 结构相似性指数 | 从亮度、对比度、结构三方面综合评估图像之间的相似度，更符合人眼视觉感知 | 值域为[0, 1]，值越接近1表示相似度越高，适用于评估空间超分辨率结果的结构保真度 |
| 微结构标量误差指标 | Mean Absolute Error (MAE)[14] | 平均绝对误差 | 计算预测标量值与真实值之间绝对误差的平均值 | 最基础的误差度量 |
| Mean Squared Error (MSE)[22] | 均方误差 | 计算预测值与真实值之间平方误差的平均值 | 对较大误差更敏感 |
| Normalized Mean Absolute Error (NMAE)[13] | 归一化平均绝对误差 | 对MAE进行归一化处理，便于比较不同量级的数据 | 具体归一化方式需在上下文中明确，通常除以真实值的范围或均值 |
| Normalized Mean Squared Error (NMSE)[10] | 归一化均方误差 | 对MSE进行归一化处理，便于比较不同量级的数据 | 具体归一化方式需在上下文中明确，通常除以真实值的范围或均值 |
| 纤维方向重建评估指标 | Angular Correlation Coefficient (ACC)[57] | 角相关系数 | 评估预测的纤维方向与参考真实方向在空间上的一致性 | 评估纤维方向估计整体准确性的核心指标 |
| Mean Angular Error (MAE)[57] | 平均角度误差 | 衡量预测纤维主峰方向与参考真实方向之间的平均角度差 | 此MAE专指角度误差，与上文“平均绝对误差”含义不同 |
| Peak Error (PE)[57] | 峰值误差 | 衡量预测纤维主峰幅度与参考真实幅度之间的峰值差 | 反映对纤维强度估计的准确性 |
| Proportion of Correct Peaks (PCP)[38] | 正确峰比例 | 统计正确识别出的纤维方向的比例 | 一种基于分类正确率的评估方式，计算时设有阈值 |
| Earth Mover‘s Distance (EMD)[61] | 推土机距离 | 衡量整个fODF分布与参考真实分布之间差异 | 评估分布层面相似性的核心指标，反映整体匹配度，综合考量角度和幅度 |
| 纤维追踪评估指标 | Valid Streamlines[62] | 有效流线比例 | 在所有生成的流线中，属于任一真实纤维束的流线比例 | 反映追踪结果的纯净度，值低说明假阳性高 |
| Bundle Overlap[62] | 纤维束重叠度 | 估计的纤维束与真实纤维束体素交集与真实集的比值 | 衡量灵敏度，即找回真实纤维束的能力 |
| Bundle Overreach[62] | 纤维束过度延伸度 | 估计的纤维束超出真实纤维束的部分与真实集的比值 | 衡量特异度，值高表示假阳性多 |
| Valid Bundles[62] | 有效纤维束数量 | 被正确识别出的、与真实解剖结构相符的纤维束数量 | 衡量算法重建特定神经通路的能力 |
| Dice Coefficient[10] | Dice系数 | 两个二元分割结果的空间重叠程度 | 衡量纤维束分割结果 |
| 重测信度指标 | Coefficient of Variation (CV)[57] | 变异系数 | 计算同一受试者经多次扫描的某指标的标准差与均值的比值 | 反映数据相对于其平均值的离散程度，值越低表示稳定性越好 |
| Weighted Mean Coefficient of Variation (wmCoV)[57] | 加权平均变异系数 | 针对连接组矩阵，对每个连接边的CV进行加权平均求变异系数，权重取决于连接强度 | 由于连接组数据通常具有高度偏态分布，wmCoV通过对强连接赋予更高权重，更能代表整体连接组的重测信度 |
| Intraclass Correlation Coefficient (ICC)[63] | 组内相关系数 | 量化重测信度的核心统计量，评估同一受试者多次扫描结果的一致性程度 | ICC > 0.75通常被认为信度优秀，是比简单相关性更严格的指标 |