On Image Segmentation With Noisy Labels: Characterization and Volume Properties of the Optimal Solutions to Accuracy and Dice

要約

我々は、ターゲットラベルにノイズがある場合の、医用画像セグメンテーションにおける最も一般的な2つの性能指標、AccuracyとDiceについて研究している。両測定基準について、最適なセグメンテーションの集合の特性およびボリュームに関するいくつかの記述が証明され、関連する実験が提供される。我々の主な洞察は以下の通りである。(i)両メトリクスの解の体積は、ターゲットの期待体積から大きく乖離する可能性がある、(ii)Accuracyの解の体積は常にDiceの解の体積以下である、(iii)実行可能セグメンテーション集合が、ターゲットの期待体積と同じ体積のセグメンテーション集合に拘束される場合、これら両メトリクスへの最適解が一致する、である。

要約(オリジナル)

We study two of the most popular performance metrics in medical image segmentation, Accuracy and Dice, when the target labels are noisy. For both metrics, several statements related to characterization and volume properties of the set of optimal segmentations are proved, and associated experiments are provided. Our main insights are: (i) the volume of the solutions to both metrics may deviate significantly from the expected volume of the target, (ii) the volume of a solution to Accuracy is always less than or equal to the volume of a solution to Dice and (iii) the optimal solutions to both of these metrics coincide when the set of feasible segmentations is constrained to the set of segmentations with the volume equal to the expected volume of the target.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL