《表3 临床实例MR图像的分割结果评价(%)》

  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

《基于协方差距离和粒子群优化的模糊C均值改进算法在医学影像图像处理中的应用研究》

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：表中US为假阴性率；OS为假阳性率；IC为总错误率；FCM为模糊C均值算法；SFCM为基于空间信息的模糊C均值算法；FGFCM为快速广义的模糊C均值算法；IFCMS为基于局部信息的模糊C均值算法

定量评估显示，该算法的分割性能指标最优，其中平均假阴性率达到3.0 3%，假阳性率为2 6.8 8，错误率为6.3 1%，分别较其他算法提升29.37%～34.84%、9.22%～12.92%和21.42%～27.80%，见表3。