《表2 配对样本t检验的p值和t值》

  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

《变参数active demons算法下的多通道弥散张量图像配准》

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

为了验证本文方法的有效性以及测试IAD算法相较于demons算法和AD算法在DTI配准上是否有了统计意义上的提高，本文运用3种算法分别对另外9组使用相同采集参数和设备的阿尔海默病患者不同时期获得的两组DTI图像进行配准。图9为3种配准方法下10组实验所得的MSE柱形图。可以看出IAD相较于AD和demons算法获得了最小的MSE。特征值特征向量对重叠率（OVL）是常用的定量评价DTI配准精度的有效标准之一[21]，OVL值越大，表示配准的性能越好，反之则越差。图10为3种算法的OVL。实验结果显示，本文算法相较于demons算法大幅度提高了特征值特征向量对的重叠率，同样说明本文算法对弥散张量图像的配准效果最好。对3种算法的MSE和OVL进行了配对样本t检验，如表2。统计数据表明，若取显著性水平α=0.05，IAD相较于AD和demons的OVL值的t值分别为-2.373、-6.590，MSE值的t值分别为2.533、3.344，p值均小于显著性水平α=0.05，说明配准结果差异性显著，本文算法IAD获得了更好的DTI配准效果。