《表2 不同算法分割结果定量评估 (%)》

  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

《基于模糊C均值聚类改进算法的脑部MR图像分割研究》

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

第二幅人工合成的脑部MR-T1加权图像来自Brainweb网站，矩阵大小181×217×181，包含7%噪声。由图3视觉分析可知，f图中包含更多的细节信息，噪声被显著压制；由表2定量评估结果显示IFCM-BS算法的性能指标均最佳，其次是IFCM-PSO算法和IFCM-GA算法，且明显优于FCM、PCM、RFCM等算法，基于IFCM-BS算法的假阴性率、假阳性率和分割错误率平均值分别降低到0.28%、3.12%和0.45%，表明本文提出的算法极大改善对噪声的敏感性，分割精度大大提升。