《表3 ADNI数据集上各种分割算法的比较》

  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

《三维卷积网络在脑海马体分割中的应用》

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

为了更好验证本文的性能，本文对ADNI数据集上各种海马体分割算法进行了比较，所提出的方法主要与文献[11]和文献[12]对比，采用文献[11]和文献[12]中的方法，对本文的数据集进行分割，得到的结果如表3所示。文献[11]首先对3个视图下的2D切片进行分割，然后将3个视图下的分割结果重建得到最终的分割结果。这样会丢失大部分的MRI图像的立体信息。文献[12]通过多任务的神经网络，实现了海马体的分割和临床评分回归，但是分割网络中只是简单地改进了3DUnet，因此结果没Dilated-3DUnet的好。文献[22-23]是对ADNI数据集中不同的案例进行的，仅用于参考。文献[22-23]采用的都是半自动的分割方法，此类方法由于不同个体间差距较大，因此在分割精确性和效率上往往不是很理想。