《表2 不同算法对T1加权MRI脑图像的Hausdorff指数》
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
《基于模糊熵聚类和改进粒子群的MRI脑图像分割研究》
为进一步验证本文算法在高噪环境下的性能,选择K-Means、KFCM KFEC-HNPSO和本文算法进行脑MRI图像分割实验,并分别验证算法对白质(WM)、灰质(GM)和脑脊液(CSF)的分割精度。使用Dice系数和Hausdorff距离作为分割精度度量,这样能够定量分析与客观评价算法的实现效果。Dice是用来评价算法分割后的图像与Brain Web数据库提供的金标准图像的重叠率,Dice系数的取值在0和1之间,值越接近1,代表2种图像相似度越接近100%,图像也越精确。Dausdorff距离是一种基于空间距离的度量方法,用来度量分割后的图像和金标准之间的差异,值越低,表示结果越好。图3给出了不同算法下对T1加权MRI脑图像(80切片)的分割结果。
图表编号 | XD00200533900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 郑伟、姚纪智、王洁、刘帅奇、张晓丹、马泽鹏 |
绘制单位 | 河北大学电子信息工程学院、河北省数字医疗工程重点实验室、河北省机器视觉工程技术研究中心、河北大学电子信息工程学院、河北省数字医疗工程重点实验室、河北省机器视觉工程技术研究中心、河北大学电子信息工程学院、河北省数字医疗工程重点实验室、河北省机器视觉工程技术研究中心、河北大学电子信息工程学院、河北省数字医疗工程重点实验室、河北省机器视觉工程技术研究中心、河北大学附属医院、河北大学附属医院 |
更多格式 | 高清、无水印(增值服务) |