《表1 不同算法分割IBSR库脑部MR图像所得Dice相似性系数》

  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

《基于隐马尔可夫随机场和共轭梯度算法的脑部MRI图像分割算法研究》

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

注：MRF表示马尔可夫随机场，HMRF-CG表示隐马尔可夫随机场与共轭梯度相结合算法。

本研究提出算法能完整清晰地识别出IBSR库脑部MRI临床图像的白质、灰质、脑脊液和背景部分（图1），表明本研究提出算法的可行性。经典MRF算法所得平均Dice相似性系数和特异性值均最低，表面该算法分割效果最差。其次，两种改进MRF算法所得平均Dice相似性系数和特异性值稍高于MRF算法，且大致相等，表明改进的MRF算法分割性能有所提升。基于本研究提出算法分割所得灰质、白质、脑脊液和总体平均Dice相似性系数分别达到0.895、0.855、0.832和0.848，特异性值分别达到0.902、0.912、0.923和0.912，且Dice相似性系数在各功能分区均有所提升：灰质（10.41%～11.12%）、白质（3.14%～3.39%）、脑脊液（4.26%～6.26%）和总体平均（5.87%～6.67%）；特异性值提升如下：灰质（1.69%～7.89%）、白质（2.93%～6.54%）、脑脊液（5.01%～9.75%）和总体平均（3.17%～8.16%），表明本研究提出算法的有效性和优越性。定量分析结果，见表1。