提出MID：医学图像分割分布级评测指标

Vincenzo Marcianò 等在 arXiv 发布论文，提出医学图像分割评测指标 MID（Mask-Image Distributional Divergence），通过比较参考集与预测集的图像—掩码联合分布进行评估，无需逐样本配对的真值，并开源了官方实现。 作者在横跨 CT、MRI 和 MRA 的 13 个公开数据集上评测 MID，并在覆盖 56 个器官组的解剖学真实扰动下报告称，MID 能在不做逐样本配对的情况下跟踪平均 Dice 和 Hausdorff 距离。上述结果是作者声称的评测表现，目前处于论文阶段。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。