《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》
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。
图表编号 | XD00222562800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.06 |
作者 | 柯嘉、吕弈、杜雅丽、王君臣、王江、孙世龙、马芙蓉 |
绘制单位 | 北京大学第三医院耳鼻咽喉头颈外科、北京航空航天大学机械工程及自动化学院、北京大学第三医院耳鼻咽喉头颈外科、北京航空航天大学机械工程及自动化学院、北京大学第三医院耳鼻咽喉头颈外科、北京大学第三医院耳鼻咽喉头颈外科、北京大学第三医院耳鼻咽喉头颈外科 |
更多格式 | 高清、无水印(增值服务) |