表 2. Performance comparison of brain tumor segmentation methods (case evaluation).
脑肿瘤分割方法性能对比(个例评价)
| 方法 | 训练数据集 | 测试数据集 | Dice(均值 ± 标准差) | ||
| 全肿瘤 | 肿瘤核心 | 增强肿瘤 | |||
| 3D UNet[7] | 210例HGG + 75例LGG + 数据增强(BraTS2018) | BraTS2018验证集(66例) | 0.873 ± 0.125 | 0.783 ± 0.168 | 0.754 ± 0.263 |
| Wang等[7] | 210例HGG + 75例LGG + 数据增强(BraTS2018) | BraTS2018验证集(66例) | 0.908 ± 0.054 | 0.869 ± 0.126 | 0.807 ± 0.225 |
| 本研究方法 | 210例HGG中的155例(BraTS2018) | 210例HGG中剩余55例(BraTS2018) | 0.902 ± 0.066 | 0.823 ± 0.203 | 0.818 ± 0.133 |