Contributions à l'étude de la classification spectrale et applications

4.9.2 Critères d’évaluation quantitative 147
Figure 4.21 – Simulation d’un imageur TEP dans GATE
4.9.2 Critères d’évaluation quantitative
Pour valider notre méthode, nous nous appuyons sur deux critères complémentaires : l’index
d’inclusion et l’index de similarité [75].
Index d’inclusion
La précision de la classification est évaluée pour chaque organe par l’index d’inclusion, définit
pour une classe donnée comme :
Iinc = card(Aspectral ∩ Agtruth)
, (4.6)
card(Agtruth)
où card est la fonction de cardinalité, Aspectral est la classe résultant de l’application de notre
méthode et Agtruth est la vérité terrain que l’on cherche à obtenir.
Ce critère n’est pas symétrique, et donne un score maximum lorsque l’ensemble constituant
la vérité terrain est inclus dans l’ensemble formé par la classe résultant de la méthode proposée,
même si la cardinalité de cette dernière est largement supérieure à celle de la vérité terrain. Nous
considérons toutefois ce critère, car il permet de réduire l’écart implicite dû aux fortes différences de
résolution des deux modalités. L’imagerie TEP simulée et l’image IRM du fantôme numérique sont
respectivement formées de voxels dont le côté mesure 4mm et 1.1mm. La finesse de la définition des
régions est par conséquent bien meilleure en IRM, et un index classique ne prend pas en compte
cette différence. L’index d’inclusion donne une bonne indication sur la part de la région vérité terrain
qui est incluse dans la région résultante de notre méthode. Il doit cependant être accompagné d’un
critère qui prend aussi en compte l’écart de taille entre les deux classes que l’on compare. Il s’agit
du critère que nous présentons dans le paragraphe suivant.