《表2 不同方法在BRATS15测试集上的对比》

  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

《基于级联随机森林与活动轮廓的3D MR图像分割》

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

为进一步验证所提出方法在多模式磁共振体数据上的多相分割效果，表2显示了不同分割方法在BRATS15脑肿瘤体数据测试集上的在线评价结果，量化评价指标为DC、PPV（Positive predictive value）和Sensitivity.对比方法为4种基于深度学习的方法，分别是FCNNs-CRFs[34]、INPUTCASCADECNN[35]、CNNS[36]和DeepMedic[3].表2中INPUTCASCADECNN，利用了BRATS13测试集，CNNs利用了BRATS15初始的包含53个数据的测试集，这两个数据集都包含在当前的BRATS15测试集中.FCNNs-CRFs、DeepMedic以及本文提出的Proposed 2方法皆在包含110个数据的BRATS15测试集上进行了评测.