• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Image Processing >A formal method for selecting evaluation metrics for image segmentation
【24h】

A formal method for selecting evaluation metrics for image segmentation

机译：选择评估指标进行图像分割的正式方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Evaluating the quality of segmentations is an important process in image processing, especially in the medical domain. Many evaluation metrics have been used in evaluating segmentation. There exists no formal way to choose the most suitable metric(s) for a particular segmentation task and/or particular data. In this paper we propose a formal method for choosing the most suitable metrics for evaluating the quality of segmentations with respect to ground truth segmentations. The proposed method depends on measuring the bias of metrics towards/against the properties of the the segmentations being evaluated. We firstly demonstrate how metrics can have bias towards/against particular properties and then we propose a general method for ranking metrics according to their overall bias. We finally demonstrate for 3D medical image segmentations that ranking produced using metrics with low overall bias strongly correlate with manual rankings done by an expert.
机译：评估分割质量是图像处理中的重要过程，尤其是在医学领域。许多评估指标已用于评估细分。没有正式的方法来为特定的细分任务和/或特定的数据选择最合适的度量。在本文中，我们提出了一种正式的方法，用于选择最合适的指标来评估相对于地面真实分割的分割质量。所提出的方法取决于测量针对/针对所评估的细分的属性的度量偏差。我们首先展示指标如何对/针对特定属性产生偏见，然后我们提出了一种根据指标的总体偏见对指标进行排名的通用方法。我们最终证明，对于3D医学图像分割，使用总体偏倚较低的指标生成的排名与专家进行的手动排名高度相关。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号