将胶质瘤生长预测评估作为前向排序问题
图像与视频处理
2021-03-23 v1 计算机视觉与模式识别
机器学习
摘要
肿瘤生长预测问题具有挑战性，但借助模型驱动与统计方法均已取得有前景的结果。在本工作中，我们提出一个聚焦于空间浸润模式、具体评估未来生长预测的评估框架。我们提议将该问题构建为排序问题而非分割问题。使用平均精度作为度量，我们可以在利用完整时空预测的同时通过分割结果进行评估。此外，通过将模型拟合优度与未来预测性能分离，我们表明在某些情况下，更好的模型参数拟合并不能保证更好的预测能力。
引用
@article{arxiv.2103.11651,
title = {Evaluating glioma growth predictions as a forward ranking problem},
author = {Karin A. van Garderen and Sebastian R. van der Voort and Maarten M. J. Wijnenga and Fatih Incekara and Georgios Kapsas and Renske Gahrmann and Ahmad Alafandi and Marion Smits and Stefan Klein},
journal= {arXiv preprint arXiv:2103.11651},
year = {2021}
}