《表2 肺实质分割方法性能》
分割任务中主要采用m Io U(mean Intersection over Union)或者Dice作为分割评估指标。从表2可以看到,相比LFZ结合阈值分割和形态学后处理的方法,基于深度学习的方法UNet和Mask FPN方法相比传统方法有明显的精度提升,并提供了一种端到端的处理方法,使得分割过程变得更加简单,分割速度近乎达到实时。由于本文致力于肺结节检测,因此对分割的结果也采用了目标检测中常用的指标m AP(mean Average Precision)进行评价。
图表编号 | XD00222674800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.10 |
作者 | 高智勇、黄金镇、杜程刚 |
绘制单位 | 中南民族大学生物医学工程学院、中南民族大学生物医学工程学院、中南民族大学生物医学工程学院 |
更多格式 | 高清、无水印(增值服务) |