《表2 两种神经网络下自动分割与手动分割的Dice相似指数比较》

  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

《颞骨CT内面神经、迷路、听骨结构深度学习的自动化分割方法》

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

完成3D U-Net-plus网络结构的训练后，在测试集中对5例样本采用上述两种方法分别进行了面神经、迷路及听小骨与手工分割图像的精度比较（图4，5），采用Dice相似指数作为评价指标，具体结果如表2，结果显示，使用3D U-Net-plus的方法，较经典的V-Net方法，在分割效果上更接近手工分割的效果，两者之间差异有统计学意义。