鲁棒检测结局：一种用于医学图像中病灶检测的度量指标
计算机视觉与模式识别
2023-03-06 v1
摘要
病灶检测是医学影像中的一项基本任务，而评估能够自动执行该任务的算法至关重要。然而，当前针对自然图像的目标检测度量不足以充分反映病灶检测中特定的临床需求。为解决此问题，我们提出鲁棒检测结局（RoDeO）；一种用于评估医学图像（尤其是胸部 X 光片）中病灶检测算法的新度量。RoDeO 直接且分别地评估不同错误，并比当前度量更好地反映临床需求。在 ChestX-ray8 数据集上的大量评估显示了我们的度量相对于现有度量的优越性。我们在 https://github.com/FeliMe/RoDeO 发布了代码，并将 RoDeO 发布为 pip 包（rodeometric）。
引用
@article{arxiv.2303.01920,
title = {Robust Detection Outcome: A Metric for Pathology Detection in Medical Images},
author = {Felix Meissen and Philip Müller and Georgios Kaissis and Daniel Rueckert},
journal= {arXiv preprint arXiv:2303.01920},
year = {2023}
}
备注
Accepted at MIDL 2023