1

Region Growing を使用して CT 画像から肝臓をセグメント化しました。参照画像とセグメント化された領域の間の RMS エラーを計算する必要があります。コードを実行すると、1.1146 という出力が得られます。入力の順序を並べ替えると、2.2164 の値が得られます。どこまで正確かはわかりません。というのも、RMS エラーの範囲がわからないからです。最初の画像は参照画像 'ref3.jpg' で、2 番目の画像は分割画像 'm5.jpg' です。親切に私を助けてください。私のコードは、

%metrics.m
I=imread('ref3.jpg');
J=imread('m5.jpg');  
re2=rms_error(I,J)

----
function [er]=rms_error(A1,A2)
% A1, A2 : Matrices of same size MxN
% er : Rms error
% Author : Kamlesh Pawar

if (size(A1)~= size(A2))
    display('Matrix dimension mismatch while calculating RMS value');
    return;
end

er = sum((A1(:)-A2(:)).^2);

er=sqrt(er/size(A1(:),1));
end

参考画像ref3.jpg 分割画像 m5.jpg

4

2 に答える 2

2

本当に必要なのは、「セグメンテーションパフォーマンスの評価のための地域ベースの測定」と呼ばれるものです。

私は非常に受け入れられる対策である次の対策を提案することができます. 1. サイコロ係数 2. 感度 3. ハウスドルフ距離 4. 平均絶対距離

計算の詳細については、下の図を参照してください。ここで、C は画像の総ピクセル数、|s| です。任意の集合 s のカーディナリティを表します。A(s) と A(G) は、セグメンテーション結果と手動描写の境界が近い領域です。

また、自動セグメンテーションの結果で形態学的オープニングを使用することをお勧めします。これが役に立てば幸いです。

ここに画像の説明を入力

于 2012-10-29T11:24:48.360 に答える
0

ここで RMS エラーを使用することはあまり適切ではありません。RMS エラーは、2 つの画像間の偏差の振幅を測定します。これは、グレー値で構成される画像を比較する場合に重要です。あなたの場合は、カテゴリ比較になります。ピクセルは肝臓に属していますか (1)、そうでないか (0)? 私のイメージはどの程度一致していますか?
最初の可能性は、2 つの画像間の相関を測定することです。でこれを実行しcorr2ます。
2 つ目の可能性は、Cohen のカッパ統計、またはカッパ一致指数 (KIA) です。この措置は、偶然による合意を考慮に入れています。ここでkappa.m見つけることができるMatlab Centralでの貢献である関数を使用できます。

于 2012-05-27T08:28:30.717 に答える