《表1 本文算法在选择不同切片和(1/n,λ)值时的Dice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》
首先本文研究了在不同的模糊熵1/n和空间约束参数λ取值下,对本文算法的影响。由式(8)、(9)可知,隶属度和聚类中心是1/n和λ这些参数的指数这些参数值越高,会使uij和ci对噪声越敏感,从而最终影响分割结果。对于参数的确定,我们先通过固定参数1/n和修改参数λ,以及固定参数λ和修改参数1/n进行实验得出最优参数值区间,其次在最优参数区间内寻找最优值(1/n,λ),最终发现了在1/n=10,λ=2.7下能得到最好的效果图。表1给出了MRI脑图像(切片50,70,90,110)选择不同(1/n,λ)值时的Dice系数值,不难看出本文算法在选择参数值(10,2.7)时能取得最优分割结果。图2给出了在最佳参数下带有9%的噪声以及40%的偏移场的MRI图像分割结果,本文选取90切片作为显示。
图表编号 | XD00200534500 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) |