Berezsky, O. M.Berezkyi, M. O.Dombrovskyi, M. O.Liashchynskyi, P. B.Melnyk, G. M.Березький, О. М.Березький, М. О.Домбровський, М. О.Лящинський, П. Б.Мельник, Г. М.2025-12-222025-12-222025https://eir.zp.edu.ua/handle/123456789/25595Berezsky O. M. Combined metric for evaluating the quality of synthesized biomedical images / O. M. Berezsky, M. O. Berezsky, M. O. Dombrovskyi, P. B. Liashchynskyi, G. M. Melnyk // Радіоелектроніка, інформатика, управління. – 2025. – № 2 (73). – C. 168-181.EN: Context. This study addresses the problem of developing a new metric for evaluating the quality of synthesized images. The relevance of this problem is explained by the need for assessing the quality of artificially generated images. Additionally, the study highlights the potential of biomedical image synthesis based on diffusion models. The research results can be applied for biomedical image generation and quantitative quality assessment of synthesized images. Objective. The aim of this study is to develop a combined metric and an algorithm for biomedical image synthesis to assess the quality of synthesized images. Method. A combined metric MC for evaluating the quality of synthesized images is proposed. This metric is based on two existing metrics: MIS and MFID. Additionally, an algorithm for histopathological image synthesis using diffusion models has been developed. Results. To study the MIS, MFID, and MC metrics, histopathological images available on the Zenodo platform were used. This dataset contains three classes of histopathological images G1, G2, and G3, representing pathological conditions of breast tissue. Based on the developed image synthesis algorithm, three classes of artificial histopathological images were generated. Using the MIS, MFID, and MC metrics, quality assessments of the synthesized histopathological images were obtained. The developed metric will form the basis of a software module for image quality assessment using metrics. This software module will be integrated into CAD systems. Conclusions. A combined metric for evaluating the quality of synthesized images has been developed, along with a proposed algorithm for biomedical image synthesis. The software implementation of the combined metric and image synthesis algorithm has been integrated into an image quality assessment module. UK: Актуальність. У статті досліджено проблему розробки нової метрики для оцінки якості синтезованих зображень. Актуальність проблеми пояснюється необхідністю оцінки якості штучних зображень. Крім цього у роботі показано перспективність синтезу біомедичних зображень на основі дифузійних моделей. Результати дослідження можуть бути використані для синтезу біомедичних зображень та кількісної оцінки якості синтезованих зображень. Мета роботи – розробка комбінованої метрики та алгоритму синтезу біомедичних зображень для оцінки якості синтезованих зображень. Метод. У статті розроблено комбіновану метрику MC для оцінки якості синтезованих зображень. Ця метрика базується на основі двох метрик MIS, MFID. Також розроблено алгоритм синтезу гістопатологічних зображень на основі дифузійних моделей. Результати. Для дослідження метрик MIS, MFID і MC використано гістопатологічні зображення, які знаходяться на платформі Zenodo. Цей dataset містить три класи G1, G2, G3 гістопатологічних зображень патологічних станів молочної залози. На основі розробленого алгоритму синтезу зображень отримано три класи штучних гістопатологічних зображень. На основі метрик MIS, MFID і MC отримано оцінки якості синтезованих гістопатологічних зображень: Розроблена метрика війде в основу програмного модуля для оцінки якості зображень на основі метрик. Цей програмний модуль буде інтегрований у CAD. Висновки. Розроблена комбінована метрика для оцінки якості синтезованих зображень і запропонований алгоритм синтезу біомедичних зображень. Програмна реалізація комбінованої метрики і алгоритму синтезу зображень інтегровані у модуль оцінки якості зображень.enmetric, IS metric, FID metric, histopathological images, deep neural networks, diffusion models, Stable Diffusionметрика, метрики IS, FID, гістопатологічні зображення, глибокі нейронні мережі, дифузійні моделі, Stable DiffusionArticle