图像分割常用指标
图像分割常用指标
1.DSC（Dice相似系数）
DSC：用于衡量区域的重合程度
计算公式：
其中，A为算法生成的分割结果的像素集合，B为参考分割结果的像素集合
DSC值范围在0到1之间，其中0表示完全不相似，1表示完全相似。
DSC值越接近1，表示算法生成的分割结果与参考分割结果越相似
注：Dice相似系数仅考虑了像素的重叠情况，而没有考虑像素之间的空间关系，在存在模糊边界的分割任务中,Dice系数可能无法准确评估模型的性能。
2.HD(豪斯多夫距离)
HD:表示预测分割区域边界与真实区域边界之间的最大距离，其值越小代表预测边界分割误差越小、质量越好。
计算公式：
计算步骤：
(1)对点集X中的每一个点x计算其到点集Y中的每一个点y的距离，保留最短距离，然后找出保留的最短距离中的最大距离记为Dxy。
(2)对点集Y中的每一个点y计算其到点集X中的每一个点x的距离，保留最短距离，然后找出保留最短距离中的最大距离记为Dyx。
(3)取Dxy和Dyx最大值作为点集X和Y之间的豪斯多夫距离。
HD95(95％ 豪斯多夫距离):
为了排除一些离群点造成的不合理距离，保持整体数值稳定性，一般选择从小到大排名前 95%的距离作为实际豪斯多夫距离，称之为 95% 豪斯多夫距离。
注：Dice相似系数主要关注分割结果的整体准确性，HD95则更侧重于考虑分割边界的精确性
注： 豪斯多夫距离目标是捕捉两个集合之间的最大不一致，对于孤立的离群点或噪声非常敏感，不适用于噪声较多的图像。
3.ASD（平均表面距离）
平均表面距离：用来测量分割结果中的边界与真实标签中的边界之间的距离。
计算分割结果中的每个像素与真实标签中的最近像素之间的距离，然后取平均值。
ASSD(平均对称表面距离):
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 丹青两幻！
相关推荐
评论
