《表2 多模态配准实验结果对比》

  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

《基于改进头脑风暴优化算法的医学图像配准方法》

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

多模态图像配准采用Vanderbilt大学Retrospective Image Registration Evaluation Project，Version 2.0数据集。配准结果采用MI、NCC、NMI、CCRE 4种相似性测度函数作为指标对配准结果进行评价，相似性指数的值越高代表参考图像与浮动图像配准效果越好。表2为4种配准算法对参考图像与浮动图像分别使用MI、NMI、NCC、CCRE作为测度函数进行100次配准实验结果的平均值。配准结果显示本文算法MI、NMI、CCRE与NCC均优于其他3种配准算法。图5（a）为CT参考图像，图5(b）为MRI-T1浮动图像，图5(c）—(f）分别为PSO+Simplex、DE+Powell、BSO+Powell和本文算法对参考图像与浮动图像配准融合后的图像。