《表1 各算法分割图像的Dice系数》

  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

《基于空间域模糊聚类与CV模型的医学图像分割》

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

%

迭代次数为50时，使用2种算法分别分割2幅医学图像的Dice系数见表1。可以看出，使用SFCM-CV算法分割肝脏CT图像的Dice系数为89.17%，比使用传统CV算法提高了26.82%。使用SFCM-CV算法分割人脑MRI图像的Dice系数高达88.55%，比使用传统CV算法提高了38.9%。这表明本文算法在低迭代次数下已经能够取得较好的分割效果，并且比传统CV算法更精确。