医学图像分割常用的评价指标

    在医学图像分割的论文中，常常看到Dice、VOE、RVD、MSD等指标，但是具体这些指标是什么意思呢，我们进行相应的简单说明。

${\text{V}}_{seg}$：代表预测的分割结果
${\text{V}}_{gt}$：代表ground truth的分割结果

1、Dice(Dice similarity coefficient)

    Dice 系数是一种评估相似度的函数，通常用于计算两个样本的相似度或者重叠度，在三维医疗图像分割应用也比较多，具体如下：
$$\text{ Dice }=2\frac{V_{seg}\cap V_{gt}}{V_{seg}+V_{gt}}$$

2、IoU（Intersection over Union）

    IoU是应用非常多的度量指标，当然除了分割任务，在目标检测中应用也是非常多的。具体如下：
$$IoU=\frac{V_{\text{seg }}\cap V_{gt}}{V_{\text{seg }}\cup V_{\text{gt }}}=\frac{V_{\text{seg }}\cap V_{gt}}{V_{\text{seg }}+V_{gt}-\left(V_{\text{seg }}\cap V_{gt}\right)}$$
    当然了，在医学图像分割的文章中，这个参数出现的并不多，而且他还会被另一个名称代替，即Jaccard。这两个是完全相同的参数。

3、VOE（Volumetric Overlap Error）

    VOE可以称之为体积重叠误差，代表的是错误率。具体如下所示：
$$VOE=1-\frac{V_{seg}\cap V_{gt}}{V_{seg}\cup V_{gt}}$$
    大家可以仔细观察VOE和IoU的计算公式。在大多数医学分割的论文中，其实很多都用VOE代替IoU了。这两个参数本质上都是一样的，只计算一个就可以了，但是医学领域对错误率更加敏感。

4、RVD（Relative Volume Difference）

    RVD表示两者体积之间的差异，数学定义如下：
$$RVD=\left(\frac{V_{seg}}{V_{gt}}-1\right)\ast 100\%$$

5、 MSD（Maximum Symmetric Surface Distance）

    MSD也称为MSSD，评估的是两样本之间的对称距离，MSD的值越低则代表两个样本之间的匹配度越高。
$$MSD=\left(\underset{i\in seg}{\max }\left(\underset{j\in gt}{\min }(d(i,j))\right),\underset{j\in gt}{\max }\left(\underset{i\in seg}{\min }(d(i,j))\right)\right)$$
    对于这个参数，了解的并不是很多，包括对称位置平均表面距离（average symmetric surface distance，ASSD）等，感觉主要是用在三维图像分割中。本人做二维图像分割较多，主要使用Dice、VOE、RVD。