《表3 Classification results of weighted network and unweighted network with parameters as multiples i
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MRI图像的阿尔茨海默症患者脑网络特征识别算法》
图5(a)中统计分析表示在选取16、27、42、54结构块划分加权网络时,TSK模糊分类器对单一或特征组合识别的统计,其中圆点为均值,并附有误差带,同理图5(b)为无权网络统计分析结果。由图5可知,当将MRI图像划分为27个结构块时能取得最佳的识别结果,并且随着分块数量增多,TSK模糊分类器对AD的识别准确率下降。推测划分的结构块体积过小会导致结构之间相似性降低,结构相似性矩阵中元素值较小且分布集中,所构建的脑网络随机性大,特征识别结果差。
图表编号 | XD00197746600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 朱琳、于海涛、雷新宇、刘静、王若凡 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、唐山市工人医院神经内科、天津职业技术师范大学信息技术工程学院 |
更多格式 | 高清、无水印(增值服务) |
查看“表3 Classification results of weighted network and unweighted network with parameters as multiples inputs”的人还看了
- 表3二级评价指标的权重及动态模糊评价结果Tab.3 Weights of the second level evaluation index and results of dynamic fuzzy evaluation
- 表1 MSEDN网络、SegNet网络以及FCN网络分割结果Tab.1 Segmentation results of MSEDN network, SegNet network, and FCN network