计算对称表面距离 [Python]

Question

我想计算 2 个二进制对象之间的表面距离度量，也就是肝肿瘤的分割。我要计算：

平均对称表面距离
均方根对称距离
Hausdorff 距离（也称为最大对称距离）

我找到了两个可以帮助我计算这些指标的库，但我得到的结果相互矛盾，所以我对它们的工作方式感到困惑。

这是我的 Simple ITK 和 MedPy 代码。

from medpy import metric
import pandas as pd
import SimpleITK as sitk
import numpy as np
reference_segmentation = sitk.ReadImage('tumorSegm', sitk.sitkUInt8)
segmentation = sitk.ReadImage('tumorSegm2',sitk.sitkUInt8)
class SurfaceDistanceMeasuresITK(Enum):
    hausdorff_distance, max_surface_distance, avg_surface_distance, median_surface_distance, std_surface_distance = range(5)

class MedpyMetricDists(Enum):
    hausdorff_distance, avg_surface_distance, avg_symmetric_surface_distance = range(3)


  surface_distance_results = np.zeros((1,len(SurfaceDistanceMeasuresITK.__members__.items())))
surface_dists_Medpy = np.zeros((1,len(MedpyMetricDists.__members__.items())))
segmented_surface = sitk.LabelContour(segmentation)

# init signed mauerer distance as reference metrics
reference_distance_map = sitk.Abs(sitk.SignedMaurerDistanceMap(reference_segmentation, squaredDistance=False, useImageSpacing=True))

label_intensity_statistics_filter = sitk.LabelIntensityStatisticsImageFilter()
label_intensity_statistics_filter.Execute(segmented_surface, reference_distance_map)

hausdorff_distance_filter = sitk.HausdorffDistanceImageFilter()
hausdorff_distance_filter.Execute(reference_segmentation, segmentation)

surface_distance_results[0,SurfaceDistanceMeasuresITK.hausdorff_distance.value] = hausdorff_distance_filter.GetHausdorffDistance()
surface_distance_results[0,SurfaceDistanceMeasuresITK.max_surface_distance.value] = label_intensity_statistics_filter.GetMaximum(label)
surface_distance_results[0,SurfaceDistanceMeasuresITK.avg_surface_distance.value] = label_intensity_statistics_filter.GetMean(label)
surface_distance_results[0,SurfaceDistanceMeasuresITK.median_surface_distance.value] = label_intensity_statistics_filter.GetMedian(label)
surface_distance_results[0,SurfaceDistanceMeasuresITK.std_surface_distance.value] = label_intensity_statistics_filter.GetStandardDeviation(label)

surface_distance_results_df = pd.DataFrame(data=surface_distance_results, index = list(range(1)),
                              columns=[name for name, _ in SurfaceDistanceMeasuresITK.__members__.items()])

img_array = sitk.GetArrayFromImage(reference_segmentation)
seg_array = sitk.GetArrayFromImage(segmentation)
# reverse array in the order x, y, z
img_array_rev = np.flip(img_array,2)
seg_array_rev = np.flip(seg_array,2)
vxlspacing = segmentation.GetSpacing()

surface_dists_Medpy[0,MedpyMetricDists.hausdorff_distance.value] = metric.binary.hd(seg_array_rev,img_array_rev, voxelspacing=vxlspacing)
surface_dists_Medpy[0,MedpyMetricDists.avg_surface_distance.value] = metric.binary.asd(seg_array_rev,img_array_rev, voxelspacing=vxlspacing)
surface_dists_Medpy[0,MedpyMetricDists.avg_symmetric_surface_distance.value] = metric.binary.assd(seg_array_rev,img_array_rev, voxelspacing=vxlspacing)

surface_dists_Medpy_df = pd.DataFrame(data=surface_dists_Medpy, index = list(range(1)),
                              columns=[name for name, _ in MedpyMetricDists.__members__.items()])

乍一看，我不认为 SimpleITK 计算对称距离。该库中的那些有任何实现吗？如何获得它们？
MedPy 是可靠的库吗？我可以计算对称根均值吗与之相符？
用于计算表面距离的库的其他推荐指标？
我应该计算 Mauerer 距离图的绝对值吗？我不确定它如何影响结果。 reference_distance_map = sitk.Abs(sitk.SignedMaurerDistanceMap(reference_segmentation, squaredDistance=False, useImageSpacing=True))

Answer 1

带符号的距离图不对称。豪斯多夫距离应该是。

对于网格比较，我过去使用metro。

对于 Maurer，正距离表示外侧，负距离表示内侧。如果要计算不一致，应该取绝对值。

Answer 2

@Roxanne

我在这里假设您对 this SimpleITK notebook 中计算的表面距离测量感到困惑？

其余答案参考该代码。

mean/std/median/maximum 不是对称的（Hausdorff 是）。

使用 SimpleITK，您可以通过以下方式计算对称均值和标准差计算分割的均值和标准差，然后作为参考（代码为分割做的，所以只需切换角色，你就可以得到它作为参考）。

现在你得到了两个样本的均值和标准差。要获得样本的大小，只需调用：

label_intensity_statistics_filter.GetNumberOfPixels(label)

根据 n1、m1、s1、n2、m2、s2 的知识计算对称均值和标准差：

m = (n1*m1 + n2*m2)/(n1+n2)
s = np.sqrt((n1*(s1**2+(m1-m)**2) + n2*(s2**2+(m2-m)**2))/(n1+n2))

请注意，标准差的样本估计是有偏差的版本（类似于 numpy.std 的默认行为）。

如果您还有其他问题，请 post 至 ITK discourse forum。

计算对称表面距离 [Python]

Compute symmetric surface distances [Python]

python

image-segmentation

itk

simpleitk