ROC相关

  • Post author:
  • Post category:其他


终于搜到ROC的相关东东了,虽然没有具体讲FROC的

ROC曲线receiver operating characteristic curve这个名称是评价雷达性能时采用的,称受信者操作特性曲线。即纵轴表示敏感度(真阳性率),横轴表示假阳性率=1-特异性,变化界限值时的两者的变化成一曲线。这ROC曲线中描写着可选择之任意的界限值中的敏感度和特异性。所以制成ROC图就能很容易查出,任意界限值中的病态识别能。ROC曲线也可利用于选择最适界限值即病态识别值。ROC曲线的另一好处在于可进行多项疾病识别能的比较。ROC曲线的变化取决于D(+)群和D(-)群测定值分布的重叠程度。两组分布完全一致,无疾病识别能力的检查项目,从左下向右上接近对角线。.重叠程度越少,ROC曲线越向左上角。因此把同样病态识别作为的其他检查项目也可用ROC曲线比较。曲线越向左上靠近,疾病识别能力越高。可作为同类检查的选择方法使用。

真阳性率,真阴性率,假阳性率和假阴性率

真阳性率也叫敏感度,表示在确诊为有病者中检查为阳性者所占的比例。

真阴性率也叫特异度,表示在确诊为正常人中检查为阴性者所占的比例。

假阳性率也叫误诊率,是确诊为正常人检查为阳性者所占的比例。

假阴性率也叫漏诊率,是确诊为有病者中检查为阴性者所占的比例。

试验 有病      无病      合计

阳性 真阳性率a 假阳性率b a+b

阴性 假阴性率c 真阴性率d c+d

总数 a+c       b+d       a+b+c+d

真阳性率 Sensitivity(敏感度)=a/(a+c)×100%

真阴性率 Specificity(特异度)=d/(b+d)×100%

假阳性率(误诊率)=b/(b+d)×100%

假阴性率(漏诊率)=c/(a+c)×100%


阈值的变化同时影响敏感度和特异度。大多数检查的结果中患者与正常人所属的两个正态分布之间总有一些重叠,采用任何一个诊断标准,都会产生误诊与漏诊,如图1。采用低的阈值减少假阴性的发生,敏感度增高,但同时增加了假阳性的数量,特异性降低,反之亦然。因此,敏感度和特异度之间是一种此消彼长的矛盾关系,敏感度高则特异度低,特异度高则敏感度低。


敏感度和特异度的关系可用ROC方法形象地表达。以真阳性率(TPF)为纵轴,假阳性率(FPF,FPF=1-TPF)为横轴作图,如图2所得曲线即为ROC曲线。曲线上的每一点称为操作点,表示在一个阈值下的敏感度和特异度,整条曲线表示在所有可能阈值下的敏感度和特异度的集合。如果采用最宽松的诊断标准,阈值极高,所有病人视为正常,此时TPF和FPF均为零。相应的操纵点位于图形的右下角。

相反,采用最严格的标准,所有正常人也视为有病,TPF和FPF均为1(特异度为零),相应的操作点位于图形的左上角。曲线由右下角向左上角延伸,代表随着阈值的增高,敏感度逐渐增高,特异度逐渐降低。

采用ROC方法表示检查的准确性,与每个检查者采用的诊断标准无关,而且正是由于诊断标准的不同,才能绘制出ROC曲线。ROC曲线只与检查结果中患者与正常人所属的两个正态分布的重叠程度有关,它决定了ROC曲线的位置和形状。当两个分布完全重叠时,无论采用什么标准也不能区分患者和正常人,也就是说,敏感度和特异度总相等,见图3。曲线是一条由图形左下角延伸至右上角的直线。当两个分布完全分开时,理论上讲,这种检查方法最优越。这时曲线包括最佳操纵点(TPF=1、FPF=0,位于图形的右上角)。结果中患者和正常人分布的重叠程度也决定了曲线下面积。重叠越小曲线下面积越大,反之亦然。两个分布完全分开时,曲线下面积为1,两个分布完全重叠时,曲线下面积为0.5。ROC曲线下面积记为AZ,是表示一个检查准确性的客观指标。

在实际应用中,通常判断的等级分为五等(1肯定是、2可疑是、3不能肯定、4可疑不是、5肯定不是),要求诊断医师按上述要求进行判断。现已设计出了可应用的计算机软件(如ROCFIT),帮助计算出敏感度和特异度,并绘制出光滑的ROC曲线。


4 ROC方法的补充

4.1 LROC 应用ROC曲线进行比较时,往往都是比较整条曲线,但有时曲线的一部分并没有临床意义,或与整条曲线的临床意义相反,对整条曲线的评价带来不利影响。特别是两条曲线相交时,曲线下面积可能相等。比较整条曲线没有现实的临床意义,因此有必要对ROC曲线分段比较,这就是LROC (local ROC)。 McGlish和Jiang进行了这方面的研究。Jiang提出部分曲线下面积(PAI)作为评价某段曲线的指标。他认为在临床上要求敏感度较高的情况下,用PAI作为指标比评价整条曲线更有价值。

4.2 FROC 经典的ROC方法不能解决对一幅图像上多个异常进行评价的实际问题,70年代提出了无限制ROC的概念(free-response ROC;FROC)。FROC允许对每幅图像上的任意异常进行评价。但目前没有可供广泛应用的软件,使临床应用受到限制。

总之,使用ROC方法对影像检查及放射科医师的诊断准确性进行评价时,排除了由于诊断标准不同造成的影响。可以用来比较不同检查及检查者之间诊断能力的差异,帮助确定某一检查的最佳阈值点,曲线下面积AZ是表示诊断正确性的客观指标。目前放射学领域不断出现新的技术和方法,同时国内各医院也在广泛开展QC、QA工作。在这些工作中,如能正确地使用ROC方法,一定能为我们的工作提供有益的帮助。