公开数据集能否确保配准评估的无偏比较？
计算机视觉与模式识别
2020-03-24 v1
摘要
随着新的图像配准方法日益增多，无偏评估变得愈发必要，以便临床医生能够为其应用选择最合适的方法。当前的评估通常使用手动标注数据集中的标志点。因此，标注质量对于无偏比较至关重要。尽管大多数数据提供方声称对其数据集进行了质量控制，但客观的第三方筛查可让预期用户更为放心。在本研究中，我们使用变异函数(variogram)来筛查两个用于图像引导神经外科手术配准基准测试的手动标注标志点数据集。变异函数提供了标注标志点空间特征的直观二维表示。利用变异函数，我们识别出潜在问题案例，并交由经验丰富的放射科医生审查。我们发现：(1) 少量标注可能存在基准点定位误差；(2) 部分案例的标志点分布不利于公平比较。若不予解决，这两点发现均可能导致配准评估中的偏差。
引用
@article{arxiv.2003.09483,
title = {Do Public Datasets Assure Unbiased Comparisons for Registration Evaluation?},
author = {Jie Luo and Guangshen Ma and Sarah Frisken and Parikshit Juvekar and Nazim Haouchine and Zhe Xu and Yiming Xiao and Alexandra Golby and Patrick Codd and Masashi Sugiyama and William Wells},
journal= {arXiv preprint arXiv:2003.09483},
year = {2020}
}
备注
Draft 1