医学图像分割常用的评价指标
在医学图像分割的论文中，常常看到Dice、VOE、RVD、MSD等指标，但是具体这些指标是什么意思呢，我们进行相应的简单说明。
V s e g \text V_{s e g} Vseg：代表预测的分割结果
V g t \text V_{g t} Vgt：代表ground truth的分割结果
1、Dice(Dice similarity coefficient)
Dice 系数是一种评估相似度的函数，通常用于计算两个样本的相似度或者重叠度，在三维医疗图像分割应用也比较多，具体如下：
Dice = 2 V s e g ∩ V g t V s e g + V g t \text { Dice }=2 \frac{V_{s e g} \cap V_{g t}}{V_{s e g}+V_{g t}} Dice =2Vseg+VgtVseg∩Vgt
2、IoU（Intersection over Union）
IoU是应用非常多的度量指标，当然除了分割任务，在目标检测中应用也是非常多的。具体如下：
I o U = V seg ∩ V g t V seg ∪ V gt = V seg ∩ V g t V seg + V g t − ( V seg ∩ V g t ) IoU=\frac{V_{\text {seg }} \cap V_{g t}}{V_{\text {seg }} \cup V_{\text {gt }}}=\frac{V_{\text {seg }} \cap V_{g t}}{V_{\text {seg }}+V_{g t}-\left(V_{\text {seg }} \cap V_{g t}\right)} IoU=Vseg ∪Vgt Vseg ∩Vgt=Vseg +Vgt−(Vseg ∩Vgt)Vseg ∩Vgt
当然了，在医学图像分割的文章中，这个参数出现的并不多，而且他还会被另一个名称代替，即Jaccard。这两个是完全相同的参数。
3、VOE（Volumetric Overlap Error）
VOE可以称之为体积重叠误差，代表的是错误率。具体如下所示：
V O E = 1 − V s e g ∩ V g t V s e g ∪ V g t V O E=1-\frac{V_{s e g} \cap V_{g t}}{V_{s e g} \cup V_{g t}} VOE=1−Vseg∪VgtVseg∩Vgt
大家可以仔细观察VOE和IoU的计算公式。在大多数医学分割的论文中，其实很多都用VOE代替IoU了。这两个参数本质上都是一样的，只计算一个就可以了，但是医学领域对错误率更加敏感。
4、RVD（Relative Volume Difference）
RVD表示两者体积之间的差异，数学定义如下：
R V D = ( V s e g V g t − 1 ) ∗ 100 % R V D=\left(\frac{V_{s e g}}{V_{g t}}-1\right) * 100 \% RVD=(VgtVseg−1)∗100%
5、 MSD（Maximum Symmetric Surface Distance）
MSD也称为MSSD，评估的是两样本之间的对称距离，MSD的值越低则代表两个样本之间的匹配度越高。
M S D = ( max i ∈ s e g ( min j ∈ g t ( d ( i , j ) ) ) , max j ∈ g t ( min i ∈ s e g ( d ( i , j ) ) ) ) MSD=\left(\max _{i \in s e g}\left(\min _{j \in g t}(d(i, j))\right), \max _{j \in g t}\left(\min _{i \in s e g}(d(i, j))\right)\right) MSD=(i∈segmax(j∈gtmin(d(i,j))),j∈gtmax(i∈segmin(d(i,j))))
对于这个参数，了解的并不是很多，包括对称位置平均表面距离（average symmetric surface distance，ASSD）等，感觉主要是用在三维图像分割中。本人做二维图像分割较多，主要使用Dice、VOE、RVD。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ |
