《表2 不同方法分割结果的比较》
将本研究的结果与目前发表的其他5种方法的结果做了定量比较。其中U-Net Ensembles[25]是2017年MICCAI会议上白质高信号分割比赛的第一名,即目前在这批数据上表现最好的算法。可以直观看出,本研究提出的集成模型的算法在5个评价指标上基本均优于其他5种算法,与当前最好的U-Net Ensembles算法比较之后:Dice相似系数相对高出2%,豪斯多夫距离减小5%,平均体积差异减小4%,F1值高出1.2%,召回率略低于U-Net Ensembles(表2)。
图表编号 | XD00143987800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.20 |
作者 | 李鑫鑫、汪绪先、程健、徐红、李子孝、刘涛 |
绘制单位 | 北京航空航天大学生物与医学工程学院、北京航空航天大学生物与医学工程学院、北京航空航天大学生物医学工程高精尖创新中心 |
更多格式 | 高清、无水印(增值服务) |