如何区分真阳性和真阴性？

Question

基本上我有一个表示基本事实的二进制图像，我有一个二进制图像，它取自算法的结果 - 现在的任务是找到重叠区域来评估算法的性能，即找到真阳性（TPs），真阴性（TNs），假阳性（FPs）和假阴性（FNs）。

我已经正确地找到了FP和FN的值，但是我无法理解如何将TN和TP分开。

我计算重叠的方法是首先计算地面实况图像和算法图像之间的差异：

% Gdilate=ground truth image, img=result of algorithm
ImageComparison = (Gdilate>0)-(img>0); 

然后，由于减法，我可以将0s，1s和-1s的所有像素相加，以获得TP_TN，FN和FP。

TP_TN = sum(sum(ImageComparison==0))/rows/columns;
FN = sum(sum(ImageComparison==-1))/rows/columns;
FP = sum(sum(ImageComparison==1))/rows/columns;

以下是imagesc()变量ImageComparison的结果：

现在我只需找到一种方法将TP与TN分开，因为它们在ImageComparison矩阵中都显示为0。

Answer 1

你这样做的方法无法区分真阳性和真阴性，因为（0 - 0和1 - 1）都等于零。相反，如果您有两个二进制结果（ground_truth和test_data），则不需要减去这两个结果，您可以使用逻辑比较计算所需的一切。

ground_truth = Gdilate > 0;
test_data = img > 0;

误报

基本事实是否定的，但在你的测试中是积极的。

false_positives = ~ground_truth & test_data;
false_positive_rate = sum(false_positives(:)) / numel(false_positives);

假阴性

地面实况数据为正，但在测试中为负数

false_negatives = ground_truth & ~test_data;
false_negative_rate = sum(false_negatives(:)) / numel(false_negatives);

正面肯定

两者都是正面的

true_positives = ground_truth & test_data;
true_positive_rate = sum(true_positives(:)) / numel(true_positives);

真负面

两者均为负数

true_negatives = ~ground_truth & ~test_data;
true_negative_rate = sum(true_negatives(:)) / numel(true_negatives);