医学影像处理（二）——分类的性能度量指标

        从医学的角度来讲，大家关注的性能指标应该是两个：特异性和敏感性，敏感度其实指的是一种查全率，是不是把所有的结节都找到了。特异性是指假阳性的比例。在某种意义上，这是两个矛盾的指标，如果把一个指标调到最大，那肯定另一个指标的表现就会变得很差，大家都希望这两个指标能够达到一个最好的平衡。

        为简化讨论，本文均以“二分类问题”为例，即对影像判断的结果只有两种：要么是阳性（positive），要么是阴性（negative）。这样的简化也符合大部分医学影像识别问题的实际情况。

        二分类问题，如果不能被AI模型完美解决，那么模型预测结果的错误大概有两类：一类是把阴性误报为阳性（把没病说成了有病），另一类是把该报告的阳性漏掉（即把有病看成了没病）。优化模型的过程，是同时减少这两类错误的过程，至少是在两类错误之间进行适当折中的过程。不顾一类错误，而单纯减少另一类错误，一般是没有意义的。比如，我们为了不犯“漏”的错误，最简单的办法就是把所有的图像都报告称阳性（有病）。

1、 常用术语解释 

在二分类的条件下，AI的预测结果存在下列4种情形：

                                                              

•  真阳性（True Positive，TP）：预测为阳性，实际为阳性的样本数；
• 真阴性（True Negative，TN）：预测为阴性，实际为阴性的样本数；​
• 假阳性（False Positive，FP）：预测为阳性，实际为阴性的样本数；
• 假阴性（False Negative，FN）：预测为阴性，实际为阳性的样本数。                                

        其中，FP也称为误报（False alarm），FN也称为漏报（miss detection）。

        上文4种名称中的“真”（True）和“假”（False）表示预测结果是否正确。名称中的“阳性”（Positive）和“阴性”（Negative）表示预测结果。例如，对于一个特定的测试样本，真阳性的含义为“AI预测正确，且AI预测结果为阳性”，那么就可以推断到：预测为阳性，实际结果为阳性。假阴性的含义为“AI错判为阴性”，那么就可以推断到：预测为阴性，实际结果为阴性。

        通常我们会用一个矩阵来展示预测结果和实际情况的差异，称为混淆矩阵 (confusion matrix)。二分类的混淆矩阵为2✖️2的，见表1。三分类的问题如下，比如有这样一个在房子周围可能发现的动物类型的预测，这个预测的三类问题的混淆矩阵如下表所示：

                                                    

                                                                            一个三类问题的混淆矩阵

利用混淆矩阵可以充分理解分类中的错误了。如果混淆矩阵中的非对角线元素均为0，就会得到一个近乎完美的分类器。

        为表述方便起见