CMR 图像中地标检测评估指标的比较

Sven Koehler; Lalith Sharan; Julian Kuhm; Arman Ghanaat; Jelizaveta Gordejeva; Nike K. Simon; Niko M. Grell; Florian André; Sandy Engelhardt

CMR 图像中地标检测评估指标的比较

计算机视觉与模式识别 2022-01-31 v2

作者: Sven Koehler , Lalith Sharan , Julian Kuhm , Arman Ghanaat , Jelizaveta Gordejeva , Nike K. Simon , Niko M. Grell , Florian André , Sandy Engelhardt

在 arXiv 上查看 ↗ PDF ↗

摘要

心脏磁共振 (CMR) 图像广泛用于心脏诊断和心室评估。提取右室插入点等特定地标对于空间对齐和 3D 建模十分重要。此类地标的自动检测已由多个小组使用深度学习解决，但相对而言，该领域对评估指标的失败案例关注甚少。本工作中，我们扩展了公开 ACDC 数据集，增加了右室插入点的额外标签，并比较了基于热图的地标检测流程的不同变体。在此比较中，我们展示了看似简单的检测和定位指标极可能的陷阱，这凸显了明确检测策略以及定义基于定位指标的上限的重要性。我们的初步结果表明，有必要结合不同指标，因为它们在方法比较中得出不同的优胜者。此外，它们强调了全面指标描述和评估标准化的必要性，特别是对于无法计算指标或指标不存在下界/上界的错误情况。代码与标签：https://github.com/Cardio-AI/rvip_landmark_detection

关键词

地标检测心脏磁共振评估指标深度学习右室插入点 ACDC 数据集

引用

@article{arxiv.2201.10410,
  title  = {Comparison of Evaluation Metrics for Landmark Detection in CMR Images},
  author = {Sven Koehler and Lalith Sharan and Julian Kuhm and Arman Ghanaat and Jelizaveta Gordejeva and Nike K. Simon and Niko M. Grell and Florian André and Sandy Engelhardt},
  journal= {arXiv preprint arXiv:2201.10410},
  year   = {2022}
}

备注

Accepted at Bildverarbeitung f\"ur die Medizin (BVM), Informatik aktuell. Springer Vieweg, Wiesbaden 2022

CMR 图像中地标检测评估指标的比较

摘要

关键词

引用

备注

相关论文