《表2 不同融合方法的分割结果与金标准的Dice值（图库2)》

  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U-Net的多图谱标签融合算法》

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

表1和表2分别显示了图库1、图库2中MV、WV、STAPLE、PBM和本文融合方法分割人脑MR图像左、右海马体结构同金标准的相似性测度Dice值。由表可知，本文算法对两个图库人脑MR图像的分割结果与MV、WV、STAPLE、PBM融合方法相比，均有一定程度的提高。利用本文算法对图库1进行海马体分割的实验，分割精度相比于4种算法分别提高了约0.1，0.08，0.07，0.05，本文算法对图库2进行海马体分割的实验，分割精度相比于4种算法分别提高了约0.09，0.07，0.06，0.04。本文算法的分割结果与金标准相似度最高，分割结果最好。由于图表仅为一组数据实验结果，不能清楚直观地表现出各算法的稳定性，因此将所有实验结果绘制盒状图，如图14、15所示。