Discussion :

[b_reda31]

Bonjour,

Je voudrai évaluer (ou disons "comparer") la qualité de plusieurs algorithmes de segmentation automatique d'une image cérébrale noté I.

Pour cela je dispose déjà d'une segmentation de référence de cette même image, càd : un expert a soigneusement segmenté l'image I en trois régions représentant les tissus : Matière Blanche,grise et LCR.
Notons ainsi par Iref l'image qui résulte de la segmentation manuelle de l'image I par l'expert.
et Iseg, l'image qui résulte de l'algorithme de segmentation à évaluer.

J'ai lu quelque part que l'indice de Jaccard permettait justement d'évaluer un algorithme de segmentation lorsque une segmentation de référence est disponible. (Ce qui est mon cas).
Cependant j'ai quelques doutes sur la manière d'appliquer la formule de Jaccard :



où A et B représentent les ensemble à comparer.

Maintenant je voudrai appliquer cette formule dans mon contexte. A et B représentent donc deux régions identiques : l'une issue de la segmentation de référence l'autre issue de l'algorithme à évaluer...est-ce bien cela

Si oui,
dans ce cas j'obtiens autant de valeurs pour l'indice de Jaccard que de région. (dans mon cas 3).
Pourrai-je alors moyenner ces valeurs pour obtenir une estimation "globale" de la qualité de segmentation ? (ou peut être une moyenne pondérée par le nombre de pixels de chaque région)

Merci d'avance pour toute information

[ToTo13]

Bonjour,

oui tu peux moyenner sur l'ensemble de tes images.
Une bonne extension de cet indice est d'ajouter une dilatation afin d'inclure une tolérance dépendante de la taille de l'élément structurant.
Il y a tout un tas de méthodes de ce type décrites dans la thèse d'Arturo Acquino (lien vers un article ici ou mail ici).

[b_reda31]

Merci pour ces confirmations et merci pour l'article.