《表3 Hammers67n20数据集上分割结果比较》

  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》

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:加粗数值为最优结果。

1)Hammers数据集。MFSCNN分割脑结构（壳核，尾状核，海马）的平均Dice值为0.898，比近几年来在该数据集上的其他方法分割效果更好。对比方法有Nonlocal-PBM[11]、Sparse-PBM[12]、Wu提出的多尺度特征的图谱融合方法[13]、Cardoso提出的相似性估计的方法[14]、BrainSegNet方法[15]。表3为各方法的Dice值。本文方法的Dice均值，在各个脑结构都要高于其他5种方法，其中尾状核的分割结果与Brainsegnet方法接近，但海马体和壳核的分割效果都比Brainsegnet方法好。