第1部　画像品質評価の基礎
　1.1 なぜ画像品質評価が必要なのか
　　・画像処理システム開発の流れ
　　・AI画像処理の普及
　　・評価技術の重要性
　1.2 人間は画質をどう判断しているか
　　・Human Visual System
　　・知覚品質
　　・主観品質
　1.3 主観評価法
　　・MOS
　　・DMOS
　　・評価実験の設計法
　　・評価データベース

第2部　従来型画像品質評価指標
　2.1 Full Reference IQA
　　・MSE
　　・RMSE
　　・PSNR
　2.2 構造類似性評価
　　・SSIM
　　・MS-SSIM
　　・IW-SSIM
　2.3 特徴量ベース評価
　　・FSIM
　　・VIF
　　・GMSD
　2.4 指標の長所と限界
　　・なぜPSNRだけでは不十分なのか
　　・実例比較

第3部　No-Reference Image Quality Assessment
　3.1 NR-IQAとは
　　・参照画像不要評価
　3.2 自然画像統計
　　・NSSモデル
　　・MSCN係数
　3.3 代表的手法
　　・BRISQUE
　　・NIQE
　　・PIQE
　3.4 実利用事例
　　・カメラ画質評価
　　・通信画像品質評価

第4部　Deep Learningによる画像品質評価
　4.1 IQAとDeep Learning
　4.2 CNNベースIQA
　　・DeepIQA
　　・NIMA
　4.3 TransformerベースIQA
　4.4 学習用データベース
　　・LIVE
　　・CSIQ
　　・TID2013
　　・KonIQ-10k
　　・PIPAL
　4.5 最新研究動向
　　・Foundation Model活用
　　・Multimodal IQA

第5部　生成AI画像の品質評価
　5.1 Diffusion Modelの発展
　5.2 GANとDiffusion
　5.3 従来IQAでは何が評価できないのか
　5.4 生成画像評価指標
　　・FID
　　・IS
　　・CLIP Score
　　・PickScore
　5.5 AI生成画像特有の問題
　　・Hallucination
　　・不自然構造
　　・偽物画像

第6部　最新トピックと今後の展望
　6.1 医療画像AI評価
　　・Explainability
　　・信頼性評価
　6.2 大規模視覚言語モデルと品質評価
　6.3 Explainable IQA
　6.4 研究室内での研究事例
　　・歪み分類
　　・Reliability-Aware Distortion Classification
　　・Explainable Quality Assessment
　6.5 今後の研究テーマ
　　・Foundation ModelによるIQ
　　・Diffusion画像品質評価
　　・医療AI品質保証
　　・マルチモーダル品質評価

質疑応答