医学影像分割质量与体积精度
图像与视频处理
2024-05-15 v2 计算机视觉与模式识别
摘要
当前的医学图像分割依赖于基于区域的指标（如 Dice 系数、F1 分数）和基于边界的指标（如 Hausdorff 距离、表面距离），作为事实标准。虽然这些指标广泛使用，但缺乏统一的解释，尤其是在体积一致性方面。临床医生常缺乏明确的基准来衡量分割结果的“好坏”。鉴于体积量测在临床中的重要性，我们利用相对体积预测误差（vpe）直接评估从分割任务中推导出的体积预测精度。我们的工作集成了理论分析和实证验证，涵盖多个数据集。我们深入探讨了分割质量（以 Dice 为度量）与体积精度在临床实践中往往模糊不清的关系。我们的发现突显了将体积预测精度纳入分割评估的关键作用。该方法赋予临床医生更细致的对分割性能的理解，从而提高了这些指标在实际医疗环境中解释和实用性。
引用
@article{arxiv.2404.17742,
title = {Segmentation Quality and Volumetric Accuracy in Medical Imaging},
author = {Zheyuan Zhang and Ulas Bagci},
journal= {arXiv preprint arXiv:2404.17742},
year = {2024}
}
备注
Data used in the paper contains some privacy issue in medical image. Some proper citations are also missing