《表2 基于SWCUnet分割结果与基于原图的形态重构结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的轴突三维图像分割与重构》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:加粗数字代表一组对比结果中较大的值；aP<0.0001 vs基于原始图像组（双尾t检验）

实验对比了基于原图和分割指标评价最高的SWCUnet分割结果（32通道，骨架权重5）的MOST重构结果，计算基于节点的各项指标，对测试集的15个原始尺寸图块取平均值和标准差作为统计结果（表2）。需要注明的是，对于分割结果生成的二值化图像（前景体素值均为255，背景均为0），MOST算法的灰度阈值参数一律设为1；而对于原图，需根据图像灰度值分布不同，设置50～180不等的灰度阈值参数，保证每个图块得到尽可能最好的重构效果。