修正约束区域外水平集比较的相对误差

计算科学 样本统计 误差估计
2021-12-20 02:47:53

我正在估计在 MRT/CT/DTI 图像中可见的区域之外的肿瘤范围。我想比较两种近似肿瘤密度分布的方法。

假设图像上可见的肿瘤是区域 A。我想找到的黄金标准区域用 B 标记,我的近似值是绿色表示的区域:C。:示意图

我遇到相对错误的第一种方法如下:

Er=BCBA

这个想法是在分子中高估或低估,在分母中已经可见区域之外的理想区域的总体积。这一切都适用于二维,但最好我能够比较 2D 和 3D 的误差。问题在于,在 3D 中,球外层的体积贡献大于在 2d 中(r2对比r3)。

如果我还要在分数中包含内部区域,那么我可以简单地取正确的根来使这两个错误具有可比性。这就是将经典的JaccardDice系数作为误差量化并取其 d'th 根的方法。我想排除区域 A,因为..它不应该有贡献,即我们已经知道有肿瘤的区域,所以它没有提供关于我的近似方法(区域 C)真正有多好的信息。

题:

我将如何构建一个在 2D/3D 之间具有可比性的合理相对误差表达式?

1个回答

让我们从一些关于您的错误估计应该是什么样的指南开始。您想要的质量将是一个错误估计,它同时考虑了误报和漏报,您目前在分子中都有。我认为(我可能会以另一种方式说服)你想要一个不太依赖于 A 和 B 之间相互作用的估计。用你当前的公式跳出给我的一个问题是,在 A 接近的极限内B,您的分母接近 0 并将您的错误发送到无穷大;我认为这是错误估计的不良质量。您还需要一个错误估计,即对于恒定数量的假阴性/阳性和不断增加的猜测区域会下降,反映更高的准确性。我个人认为在这方面一个不错的第一次尝试将是:

Er=(BC)1/d(BC)1/d
其中 d 是物理尺寸。如果你想像上面那样忽略 A 区域,你可以改用: 这个方程和你上面的方程有同样的问题,但它只有在 A 接近的并集时才会显示出来,你可能认为这是一个更糟糕的处理。
Er=(BC)1/d((BC)A)1/d
AC