分割评价指标

一、背景知识

• True positives (TP):实际正样本，被预测成正样本。
• True negatives (TN)：实际负样本，被预测成负样本。
• False positives (FP)：实际正样本，被预测成正样本。
• False negatives (FN)：实际负样本，被预测成负样本。

实际上在分割中的TP、TN、FP、FN的具体含义见图1，

图1、分割中TP、TN、FP、FN的区域定义

• Confusion Matrix：可以简单的理解为统计TP、TN、FP、FN的表格，如图2

• 

图2、Confusion Matrix

• Hausdorff distance：这里指的是非广义上的定义，即对应下面的dXY 。

       表示集合X 到集合Y中最近点的最大距离，具体理解图3.

图3、点集上的Hausdorff distance

二、评价标准

• Accuracy

如图4所示，所有样本中，预测正确的概率。

图4 样本分类图

• False Discovery Rate

 预测的前景对象中，错误预测为前景的情况。

• False Negative Rate

真实的前景对象中，漏掉的前景对象情况。 

• False Omission Rate

 

预测的背景对象中，实际为前景的情况。

• False Positive Rate

• 真实的背景对象中，错误预测为前景的情况。

1. Precision(inclusiveness index, IncI)

预测的前景对象中，正确预测为前景的情况。

• Recall(sensitivity index, SI)

真实的前景对象中，正确预测为前景的情况。

• Negative Predictive Value

预测的背景对象中，正确预测为背景的情况。

• True Negative Rate

真实的背景对象中，正确预测为背景情况。

• Dice(dice similarity coefficient, DSC)

图5 DICE计算

主要是为了计算两个集合的相似程度。

1. Jaccard(jaccard index, JAC)

图6 Jaccard计算

实际上就是交并比。

• Avg. Surface Distance

X集合中所有点到Y集合表面距离的平均，点x到集合Y的距离,就是点x到Y最近的距离。

• Avg. Symmetric Surface Distance

X到Y的平均表面距离，和Y到X的平均表面距离的平均。

• Hausdorff Distance(HD)

图7 HD距离计算

X集合到Y集合的HD距离和Y集合到X集合的HD距离的最大值，和ASSD的差异就在于，均值计算修改为最大值计算。

• Hausdorff Distance 95

HD95实际上就是为了消除异常值，取X到Y的HD距离，和Y到X的HD距离排序后，取95%位数值。

1. Deviation Of Centroid(DC)

图8 质心偏差

X集合质心与Y集合质心的欧式距离。

追加图

https://commons.wikimedia.org/wiki/File:Preventive_Medicine_-_Statistics_Sensitivity_TPR,_Specificity_TNR,_PPV,_NPV,_FDR,_FOR,_ACCuracy,_Likelihood_Ratio,_Diagnostic_Odds_Ratio_2_Final_wiki.png