Segmentacja jako infrastruktura pomiarowa

Maska definiuje mierzony obszar

Segmentację często przedstawia się jako jedno z wielu zadań predykcyjnych. W potoku ilościowym opartym na obszarze pełni ona bardziej podstawową rolę: maska określa, które próbki należą do obszaru zainteresowania. Objętości, średniego osłabienia, średnicy ani podsumowania tekstury nie oblicza się dla guza w oderwaniu od danych; oblicza się je dla wokseli wybranych przez operacyjną definicję obszaru. Maska jest zatem daną wejściową pomiaru, a nie tylko wynikiem wyświetlanym obok niego.

Nie oznacza to, że każdy model obrazowy wymaga segmentacji. Oznacza natomiast, że gdy wielkość obliczana na dalszym etapie zależy od obszaru, pochodzenie i geometria tego obszaru współtworzą znaczenie tej wielkości. Przesunięcie granicy może dodać woksele do podsumowania intensywności lub je usunąć, zmienić objętość fizyczną oraz zmienić pary wokseli uwzględniane w obliczeniu tekstury. Kierunek i wielkość zmiany zależą od granicy, obrazu, siatki i cechy; najważniejsze jest to, że zależność istnieje nawet wtedy, gdy błąd maski trudno zauważyć w przeglądarce obrazów.

Maska staje się częścią dłuższego łańcucha pomiarowego

Łańcuch można zwięźle zapisać jako image -> mask -> measurement -> phenotype -> prediction, czyli obraz → maska → pomiar → fenotyp → predykcja. Każda strzałka stwarza możliwość udzielenia odpowiedzi na inne pytanie. Model segmentacyjny można ocenić względem adnotacji, pomiar pod względem zgodności lub stabilności, a model predykcyjny pod względem zdolności rozróżniania, kalibracji lub użyteczności. Dobry wynik na jednym przejściu nie poświadcza poprawności następnego.

Automatyzacja zwiększa znaczenie tego rozróżnienia, a nie je zmniejsza. Gdy maski są kosztowne, badanie może ograniczać się do niewielkiej liczby starannie sprawdzonych obszarów. Gdy system automatyczny udostępnia wiele masek, ta sama fabryka masek może zasilać wolumetrię, radiomikę, rejestrację i predykcję. Większa skala dalszych zastosowań podnosi wartość wiarygodnej maski, ale tworzy też więcej możliwości propagacji niezauważonego błędu granicy lub wzorca odniesienia. Jest to jakościowe ryzyko zależne od zadania, a nie twierdzenie, że błędy muszą się zwiększać ani że istnieje uniwersalna hierarchia ryzyk. Kontrola wizualna może ujawnić anatomicznie niewiarygodny kontur, a kontrole ilościowe mogą wykazać systematyczne albo niewielkie różnice przebiegu granicy. Żadna z nich nie zastępuje drugiej, a nawet łącznie nie dowodzą poprawności dalszego zastosowania bez oceny zadeklarowanego pomiaru docelowego i jego niepewności.

Zastosowanie maski określa pytanie ewaluacyjne

W przypadku maski służącej wyłącznie do wyświetlenia struktury anatomicznej zgodność pod względem nakładania się i powierzchni może odpowiadać na znaczną część bezpośredniego pytania. Jeśli maska służy do obliczania objętości, znaczenie ma również wynikowa objętość i jej zgodność z zamierzonym odniesieniem. Jeśli służy do obliczania cechy teksturalnej, znaczenie mają stabilność cechy przy dopuszczalnej zmienności granicy oraz jej definicja pomiarowa. Jeśli maska stanowi dane wejściowe klasyfikatora, cała procedura docelowa wymaga własnej granicy walidacji.

Następna część rozwija pierwszy etap tej oceny, nie sprowadzając go do jednej liczby. Dice jest użytecznym podsumowaniem nakładania, ale jego znaczenie zależy od wielkości struktury i nie opisuje każdego błędu przestrzennego ani błędu dalszego pomiaru.