《表2 三种自动分割方法的DSC系数结果》

  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

《基于有限训练样本的融合网络模型用于盆腔危及器官自动分割的研究》

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

为了评价融合模型的分割效果，研究将分别对V-Net、Dense Net、Dense V-Network三种结构进行训练和测试，并与ABS自动分割结果进行比较。采用评估自动和半自动分割方法准确性最常用的有效度量参数——DSC值进行评价，V-Net、Dense Net与ABS分割结果的DSC值见表2。结合表1中Dense V-Network分割结果的DSC值，可以看出三种神经网络模型的自动分割结果均为良好，其中融合模型的各个器官DSC值结果均优于单一模型。而且，Dense V-Network算法与常用的ABS方法相比，尤其是小肠和直肠结构，具有一定优越性。