用于医学分割基准测试的粗糙度指数与粗糙度距离
图像与视频处理
2021-03-24 v1 计算机视觉与模式识别
摘要
医学图像分割是医学图像分析中最具挑战性的任务之一,并已为许多临床应用广泛开发。大多数现有度量标准最初是为自然图像设计,随后扩展到医学图像。尽管物体表面在医学分割与定量分析(如分析脑肿瘤表面、测量灰质体积)中发挥重要作用,现有大多数度量在处理物体表面分析时存在局限,尤其难以描述给定体素物体的表面平滑度或粗糙度,或分析拓扑错误。本文首先分析了所有现有医学图像分割度量(特别是体素数据上)的优缺点,然后提出了适用于医学图像分割分析与评价的粗糙度指数与粗糙度距离。我们提出的方法解决了两类分割错误,即(i)边界/表面上的拓扑错误与(ii)边界/表面上的不规则性。本工作的贡献有四方面:(i)检测表面上的不规则尖刺/孔洞,(ii)提出粗糙度指数以测量给定物体的表面粗糙度,(iii)利用所提粗糙度指数提出粗糙度距离以测量两个边界/表面间的距离,(iv)给出一种有助于去除不规则尖刺/孔洞以平滑表面的算法。我们提出的粗糙度指数与粗糙度距离建立在土木工程领域已成功开发的实体表面粗糙度参数之上。
引用
@article{arxiv.2103.12350,
title = {Roughness Index and Roughness Distance for Benchmarking Medical Segmentation},
author = {Vidhiwar Singh Rathour and Kashu Yamakazi and T. Hoang Ngan Le},
journal= {arXiv preprint arXiv:2103.12350},
year = {2021}
}
备注
Paper has been accepted at BIOIMAGING2021