私は脳を3つのクラスに分類する脳セグメンテーションタスクの研究をしています：ホワイトマター、グレーマター、CSF。私のメソッドを検証するために、私は結果とグランド真理結果を比較するダイ係数を使用しました。しかし、私は地上の真実の結果について混乱しています。 脳波サービスの真実の真実の脳が2つのモデル：ファジーモデルと離散モデル。
ファジーファントムは、各ボクセルの組織クラスの混合を指定します（例：ボクセルには90％の灰白質と10％の白質が含まれている可能性があります）。シミュレーションプロセス中に各ボクセル内の組織を記述するためにファジーファントムを使用した。
離散ファントムは、各ボクセルの中で最も大きな割合を持つティッシュタイプを指定します。離散ファントムは、シミュレーションプロセスでは使用されませんでした。しかしながら、シミュレートされたデータを基礎組織のタイプと比較する場合（例えば、ユーザが各ボクセルを1つの特定の組織タイプに分類する分類アルゴリズムを有する場合など）、このファントムを使用することができる。
They suggest that "If your method attempts to estimate the partial volume (that is, the tissue fractions in each voxel) then the fuzzy model is probably what you want. Otherwise, the discrete model will probably do..."
From that information, Which model can I used for segmentation task?
私の知る限り、離散モデルを使用しなければならないと思います。あなたはどう？