《表1 瑞利-高斯混合模型拟合参数Tab.1 Fitting parameters of Rayleigh-Gauss mixed model》

  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

《基于自适应聚类中心的脑血管分割方法》

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

这里，选择瑞利-高斯模型对体数据密度分布进行建模分析.瑞利-高斯模型的估计参数如表1所示.图3为提取结果.从图3（a）可以看出，瑞利-高斯混合模型的误差为0.179 4.统计方法获取的血管主体部分结果如图3（b）所示.图3（c）是在血管主体部分基础上，进一步采用改进自适应聚类中心的K均值方法进行血管边缘提取后的效果图.从图3可以看出，传统的统计方法所提取的血管主体部分相对较完整，但在血管边缘和细小血管部分有不连续的分支存在.而改进的方法在提取血管边缘和细小血管分支的完整性及连续性方面则有较为明显的提高.