《表2 不同聚类中心初始化方法对应的Dice相似性系数、误差平方根和平均耗时》
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。
(3) 不同聚类中心初始化方法对分割算法的影响,基于先验知识的聚类中心初始化方法获得的平均Dice相似性系数均小于随机分配方法,其中FCM算法的平均Dice相似性系数保持不变,NFCM算法从0.91提升到0.92,PIGFCM算法从0.95提升到0.97。三种算法的RMSE均有所提升,且本研究提出的PIGFCM算法平均耗时是NFCM算法的0.17倍,FCM算法的0.81倍。表明本研究提出的先验知识模型能提升FCM算法分割性能,且本研究提出的分割算法具有更强的收敛性、抗噪性和分割精确度(见表2)。
图表编号 | XD0081485900 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) |