《表1 网络模型参数量:多通道融合可分离卷积神经网络下的脑部磁共振图像分割》
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
《多通道融合可分离卷积神经网络下的脑部磁共振图像分割》
图12为不同模型的分割结果对比箱型图,通过箱型图可以看出MFSCNN比其他3种网络模型的分割效果更好,鲁棒性最强。由表1可知,相比于ResCNN和DenseCNN,MFSCNN的网络参数量明显减少,但网络的深度却没有降低,在保证深层次特征及细节提取的基础上,降低了训练成本。
图表编号 | XD0010999600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.16 |
作者 | 郭彤宇、王博、刘悦、魏颖 |
绘制单位 | 东北大学信息科学与工程学院、东北大学信息科学与工程学院、东北大学信息科学与工程学院、东北大学信息科学与工程学院、教育部医学影像计算重点实验室 |
更多格式 | 高清、无水印(增值服务) |