seg_synapse_nri — EMPROOF `wiring` op

• 데이터 종류: labels2d × labels2d × table → table

• 호출: import fullseye as fs; fs.ledger.seg_synapse_nri(a, b, synapses, spacing=None, background=0)(구현을 직접 호출하려면 import segcompare; segcompare.seg_synapse_nri(a, b, synapses, spacing=None, background=0), 원장에서 가져오려면 opsemproof.get("seg_synapse_nri"))

사용법

> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.

Neural reconstruction integrity (Reilly et al. 2018) of candidate `b against truth a`.

NRI scores the pairs of synapse ends that a reconstruction keeps together. Over the

`2n ends (synapses as in :func:seg_synapse_partners; ends on background` in

the truth are dropped, ends on background in the candidate are singletons), a pair of

ends that lies in one truth neuron and one candidate object is a true positive; a

pair in one truth neuron but different candidate objects is a false negative (a split);

a pair in one candidate object but different truth neurons is a false positive (a

merge). `nri = 2TP / (2TP + FP + FN) with the pair precision and recall`.

Identity (checked inside, fail-closed): with `n_ij` the contingency table of the ends,

`TP = sum C(n_ij, 2), TP + FN = sum C(s_i, 2), TP + FP = sum C(t_j, 2)`, so NRI

is exactly `1 - adapted_rand_error of :func:seg_rand` taken over the ends (the

`- N form of the pair counts is 2 C(n, 2)`). Both are computed and must agree to

1e-12. Returns `nri, precision, recall, tp, fp, fn, n_ends`.

Raises `ValueError: as :func:seg_wiring_variation`; fewer than 2 ends.

자세한 사용 가이드

• emproof 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_em_wiring_errors — py -3.11 examples/poc_em_wiring_errors.py

타입이 이어지는 다음 연산자(`table` 를 입력으로 받는 것)

seg_synapse_partners · seg_wiring_variation · seg_wiring_exposure

같은 카테고리(`wiring`)

seg_synapse_partners · seg_wiring_variation · seg_wiring_exposure

*Provenance: segcompare.py — EMPROOF 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

seg_synapse_nri — EMPROOF wiring op

사용법