《表2 方法结果比较：一种面向CTA图像的冠状动脉自动分割算法》
提示：宽带有限、当前游客访问压缩模式
其中x为待比较的体素点，X为标准体素点，D为整个体数据，N为体数据的总体素点，本文方法最终结果和传统的区域生长法的结果同手动分割结果的平均体素误差如表2所示．
| 图表编号 | XD0051432100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.01 |
| 作者 | 崔家礼、陈富强 |
| 绘制单位 | 北方工业大学信息学院、北方工业大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 与其他方法对比：一种融合多级特征信息的图像语义分割方法》2020.11.05
- 《表2 实验环境介绍：一种融合多级特征信息的图像语义分割方法》2020.11.05
- 《表2 2组冠状动脉CTA图像质量比较(例)》2020.09.28
- 《表2 消融实验结果：基于DB-Net的CT图像自动化肝脏分割方法》2020.10.01
- 《表1 污水水质：一种嵌入式GPU上的实时图像语义分割方法》2019.11.01
- 《表1 实验结果：一种基于超像素分割的遥感图像道路提取方法》2020.08.01
- 《表2 断面评分标准：一种新颖的亚像素级SAR图像水陆分割方法》2020.10.01
- 《表1 图像分割实验数据：一种快速自动多目标图像分割算法》2020.11.15
- 《表1 混淆矩阵：深度学习算法在颈动脉超声图像斑块分割中的应用研究》2021.01.01
- 《表1 优化参数设置：一种面向运载火箭自动对接的三维测量场构建方法》2020.06.25
- 《表1 图像信噪比对比：一种面向海上目标跟踪性能的红外图像预处理方法》2020.05.25
- 《表1 各层网络的参数量：一种面向移动端的图像风格迁移模型压缩算法》2020.03.25
- 《表4 移动端测试结果：一种面向移动端的图像风格迁移模型压缩算法》2020.03.25
- 《表1 算法使用硬件平台：面向街景自动驾驶的DSC-MB-PSPNet语义分割技术研究》2020.08.05
- 《表5 本文方法与不同分割算法在不同噪声级别脑磁共振图像上仿真的性能比较(Jaccard系数)》2019.11.01
- 《表4 提出的方法与不同分割算法在不同噪声级别脑图像上仿真性能的比较(分割精度)》2019.11.01
- 《表1 旋转角设置方案：一种改进的Otsu多阈值SAR图像分割方法》2019.08.20
- 《表3 同类研究对比：一种改进的I-Unet网络的皮肤病图像分割算法》2019.06.15
- 《表1 目标检测结果：一种面向机载SAR图像的目标检测算法》2019.03.18
- 《表2 两组患者冠状动脉CTA主观图像质量评分比较》2018.09.01