分析与可视化挑战结果的方法及开源工具包
计算机视觉与模式识别
2019-12-06 v2 应用统计
摘要
生物医学挑战已成为基准测试生物医学图像分析算法的实际标准。尽管挑战的数量稳步增长，令人惊讶的是，为确保这些国际竞赛的高质量设计、执行与报告所投入的努力却甚少。具体而言，文献中几乎未关注存在不确定性时结果的分析与可视化。鉴于这些不足，本文的贡献有两部分：（1）我们提出一组方法来全面分析和可视化单任务与多任务挑战的结果，并将其应用于若干模拟和真实挑战以展示其具体优势与局限；（2）我们在此工作中发布开源框架challengeR，以促成本文所提方法的快速与广泛采用。我们的方法提供了一种直观途径，以获得算法相对与绝对性能的重要见解，这些是常用可视化技术无法揭示的。本文所开展的实验证明了这一点。因此，我们的框架可成为生物医学图像分析乃至更广泛领域中分析与可视化挑战结果的重要工具。
引用
@article{arxiv.1910.05121,
title = {Methods and open-source toolkit for analyzing and visualizing challenge results},
author = {Manuel Wiesenfarth and Annika Reinke and Bennett A. Landman and Manuel Jorge Cardoso and Lena Maier-Hein and Annette Kopp-Schneider},
journal= {arXiv preprint arXiv:1910.05121},
year = {2019}
}