《表1 不同分割算法和噪声水平对应的平均Dice相似性系数》

  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》

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

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。

（2） 不同分割算法和噪声水平对应的脑白质和灰质平均Dice相似性系数，其结果显示，随着噪声水平升高，各分割算法的分割精度总体上随之下降，不同分割算法对噪声敏感度差异较大，基于NL-Reg的图像分割算法对噪声最敏感，其次是标准的FCM、NFCM、NL-R-FCM和NL＿FCM改善较大。基于本研究提出的PIGFCM算法分割效果最佳，白质Dice相似性系数可达0.93～0.98，灰质Dice相似性系数可达0.87～0.96（见表1）。