Core Concepts
seg-metrics는 의료 영상 분할 모델 평가를 위한 표준화된 Python 패키지로, 다양한 겹침 기반 및 거리 기반 지표를 제공하여 포괄적인 솔루션을 제공합니다.
Abstract
이 논문은 의료 영상 분할(MIS) 연구에서 부적절한 지표를 강조하거나 선별적으로 사용하는 우려스러운 추세에 대응하여, seg-metrics라는 오픈 소스 Python 패키지를 소개합니다. 기존 패키지와 달리 seg-metrics는 다양한 겹침 기반 및 거리 기반 지표에 대한 사용자 친화적인 인터페이스를 제공하여 포괄적인 솔루션을 제공합니다.
seg-metrics는 다양한 파일 형식을 지원하며 Python Package Index(PyPI)를 통해 쉽게 설치할 수 있습니다. 속도와 편의성에 초점을 맞춘 seg-metrics는 효율적인 MIS 모델 평가를 위한 유용한 도구입니다.
Stats
Dice 계수(F1 점수) = 2 × TP / (2 × TP + FP + FN)
Jaccard 지수 = TP / (TP + FP + FN)
정밀도 = TP / (TP + FP)
특이도 = TN / (TN + FP)
재현율 = TP / (TP + FN)
정확도 = (TP + TN) / (TP + FP + FN + TN)
Hausdorff 거리 = max(sup_a∈A inf_b∈B d(a, b), sup_b∈B inf_a∈A d(b, a))
Hausdorff 거리 95% 백분위수
평균 표면 거리
중간 표면 거리