应对 Dice 相似系数的偏差：面向白质病变分割引入 nDSC
图像与视频处理
2023-02-13 v1 计算机视觉与模式识别
摘要
医学影像任务中自动分割技术的开发需要评估指标以在基准上公平地评判与排序此类方法。Dice 相似系数（DSC）是比较预测分割与真值掩码之间一致性的常用选择。然而，DSC 指标已被证明对真值中正类的出现率存在偏差，因此应结合其他指标考虑。本文描述了近期提出的归一化 Dice 相似系数（nDSC）用于二值分割任务的详细分析，其作为 DSC 的改进，在固定召回率下对精度进行缩放以应对该偏差。选取多发性硬化患者磁共振图像上的白质病变分割作为案例研究任务，以经验评估 nDSC 的适用性。我们使用两种不同的模型在 59 个具有广泛病变负荷的受试者扫描上验证归一化 DSC。发现相较于使用标准秩相关系数测量的标准白质病变分割基准上的病变负荷，nDSC 比 DSC 偏差更小。nDSC 的实现发布于：https://github.com/NataliiaMolch/nDSC 。
引用
@article{arxiv.2302.05432,
title = {Tackling Bias in the Dice Similarity Coefficient: Introducing nDSC for White Matter Lesion Segmentation},
author = {Vatsal Raina and Nataliia Molchanova and Mara Graziani and Andrey Malinin and Henning Muller and Meritxell Bach Cuadra and Mark Gales},
journal= {arXiv preprint arXiv:2302.05432},
year = {2023}
}
备注
5 pages, 5 figures, accepted at ISBI 2023