《表3 不同分割算法对应的临床实例图像分割定量评估结果》
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
《基于先验知识和模糊C均值聚类算法的脑部磁共振图像分割研究》
注:表中FCM为标准C均值算法;NFCM为邻域FCM算法;NL-R-FCM为非局部强健FCM算法;NL-FCM为非局部FCM算法;NL-Reg为非局部正则化算法;RFCM为强健FCM算法;PIGFCM为基于先验知识引导FCM算法。
图2显示,基于本研究算法分割的MR图像各组织区域最接近参考图像,其他算法存在过度分割或者分割不足。基于本研究提出PIGFCM分割算法所得脑白质与灰质的Dice相似性系数分别提升12.8%~16.6%和1.1%~40.4%。白质和灰质的RMSE为其他算法的0.63~0.94倍,平均耗时是其他算法的0.08~0.75倍,适用于临床实例MR图像各组织部分分割。不同分割算法对应的临床实例图像分割定量评估结果见表3。
图表编号 | XD0081485700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.15 |
作者 | 张玉柱、王传兵 |
绘制单位 | 南京医科大学第一附属医院放射科、南京医科大学第一附属医院放射科 |
更多格式 | 高清、无水印(增值服务) |