مختبر الرؤية الحاسوبية الدروس مقاييس تقييم التجزئة

مقاييس تقييم التجزئة

Segmentation metrics: Dice, IoU and beyond

Dice وIoU والحساسية والنوعية، ومتى يكون كل منها مضللاً.

متوسط30 دقيقةالتقييم والمنهجيةالصور الطبية

هذا المحتوى أُعدّ آلياً من مصادر موثقة ولم تكتمل مراجعته العلمية البشرية بعد. إن وجدت خطأً فأبلغنا.

المقدمة

لا معنى لأي رقم دون حقيقة أرضية، ولا لرقم واحد دون فهم ما يقيسه.

الأهداف التعليمية

  • حساب Dice وIoU من مصفوفة الالتباس.
  • فهم الحساسية والنوعية.
  • اختيار المقياس المناسب.

المتطلبات السابقة

مدخل إلى التجزئة.

الشرح العلمي

من مقارنة القناع المتنبأ به بقناع الحقيقة الأرضية نحصل على TP وFP وFN وTN. Dice = 2TP/(2TP+FP+FN) وIoU = TP/(TP+FP+FN). النوعية TN/(TN+FP) تكون مرتفعة غالباً لأن الخلفية كبيرة، فلا تعكس جودة تجزئة بنية صغيرة. توصيات Metrics Reloaded تدعو إلى اختيار المقياس حسب خصائص المشكلة.

المعادلات الرياضية

Dice = 2·IoU / (1 + IoU).

مثال عملي

في الشبح الاصطناعي بالمختبر الطبي تُعرف الآفة بدقة، فتُحسب Dice للعتبة أو لنمو المنطقة بصدق.

خطوات التنفيذ

  1. أنشئ الشبح في المختبر الطبي.
  2. اختر «التجزئة الكلاسيكية» ثم نمو المنطقة وانقر داخل الآفة.
  3. غيّر السماحية وراقب Dice.

النتائج المتوقعة

Dice ترتفع عندما يطابق النمو حدود الآفة وتنخفض عند التسرب.

الأخطاء الشائعة

حساب Dice على مقطع لا يحتوي البنية (القسمة على صفر)، أو تقديم النوعية وحدها.

التطبيقات العملية

تقييم نماذج التجزئة الطبية والبحثية.

المراجع

  1. L. R. Dice (1945).Measures of the Amount of Ecologic Association Between Species. Ecology 26(3). doi:10.2307/1932409
  2. A. A. Taha, A. Hanbury (2015).Metrics for evaluating 3D medical image segmentation: analysis, selection, and tool. BMC Medical Imaging 15. doi:10.1186/s12880-015-0068-x
  3. L. Maier-Hein et al. (2024).Metrics reloaded: recommendations for image analysis validation. Nature Methods 21. doi:10.1038/s41592-023-02151-z

تجارب مرتبطة

خوارزميات مرتبطة

جرّب في الصور الطبية