《表1 本文方法与ACM方法定量比较》
基于区域的评价指标[14]已经广泛应用于评价超声图像的分割性能。基于区域的评价指标如真阳性(True Positive,TP)、假阳性(False Positive,FP)和相似性(Similarity,SI),度量算法分割的肿瘤区域与人工分割的区域之间重叠区域面积的差异。结果与ACM的方法比较如表1所示,该方法分割的准确度93.41%比ACM的准确度93.93%略低,但是避免了ACM的确定初始轮廓的问题,能自动确定谱聚类数目,用谱聚类的方法进行肿瘤区域的分割。
图表编号 | XD0064201500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 宋伟、张东 |
绘制单位 | 武汉大学物理科学与技术学院、武汉大学物理科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |