|
| 研究 |
先生的样品 |
数量的科目 |
方法 |
节能措施 |
|
| (47] |
3 d密不可分 |
33个科目 |
区域生长和种子的选择 |
DSC 82.8%、83.1%、72.6%,股骨、胫骨和髌骨 |
| (15] |
t1加权3 d密不可分 |
20个项目 |
选择和耦合的软骨分割 |
DSC 0.80
灵敏度90.0
特异性99.8 |
| (48] |
3 d密不可分 |
20个项目 |
空间模糊C-mean |
DSC的股骨、胫骨和髌骨是87.1,81.1,和84.8,分别 |
| (37] |
一部分 |
50个主题 |
统计形状模型 |
精度74±5
DSC 86.1% |
| (49] |
二维扫描 |
100例 |
沃克随机算法 |
DSC 0.8758 |
| (50] |
一部分 |
8个科目 |
DRLSE算法 |
DSC 90.28
灵敏度91.14
特异性99.12 |
| (35] |
3 d密不可分 |
10个科目 |
再 |
灵敏度84.2
特异性99.9
骰子体积0.81 |
| (34] |
三维图像 |
139例 |
立体像素分类 |
DSC 0.80±0.04 |
| (51] |
一部分 |
13个主题 |
分层分类器和随机森林 |
表面定位错误股骨胫骨0.03±0.19 0.10±0.17 |
| (52] |
3 d SPGR t1和t2加权GRE |
9个科目 |
Three-label分割 |
骰子中值系数股骨胫骨0.935和0.938 |
| (53] |
3 d SPGR |
155例 |
纵向分割三个标签 |
股骨DSC 75%
灵敏度78%
特异性99.9% |
| (54] |
矢状密不可分 |
88例 |
卷积神经网络 |
DSC 83.8% |
| (55] |
一部分 |
40个科目 |
活动外观模型(统计模型) |
RMSE 1.49股骨,胫骨1.21 |
| (56] |
血栓谢霆锋 |
14个科目 |
Distance-weighted方向梯度 |
强度水平,2∼4 |
| (57] |
t1加权 |
30名学生 |
Multiatlas分割约束图 |
股骨表面平均0.36毫米的距离 |
| (58] |
2 d ASM |
140例 |
刚性multiatlas登记 |
骰子体积股骨胫骨0.8和0.87 |
| (59] |
t1加权SPGR |
20个项目 |
统计方法 |
0.852 DSC 0.871股骨,胫骨和髌骨0.645。0.949灵敏度0.947股骨,胫骨和髌骨0.909。0.993 0.988特异性的股骨,胫骨和髌骨0.996。 |
| (60] |
t1加权FS |
14个科目 |
统计方法的验证 |
半月板DSC 0.75、0.72灵敏度和特异性1.00 |
| (61年] |
t1加权 |
100例 |
与min-cut粗到细的方法 |
0.968 0.947 DSC的股骨,胫骨 |
|
|
