《表2 两种方法的实验结果比较（%）》

  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

《深度学习技术在乳腺癌诊断中的应用》

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

本文通过运用卷积神经网络模型和支持向量机模型，选取肿瘤患者中的9种常用的特征来预测疑似恶性肿瘤患者。首先对常用的肿瘤特征进行选取，其次运用卷积神经网络模型和支持向量机模型进行训练，获得预测效果最好时对应的模型参数，从而建立一种具有高度智能化和自适应性的卷积神经网络模型，实验结果如表2所示。结果表明，本文提出的卷积神经网络模型与传统的支持向量机模型相比，在准确率、特异性、敏感性和曲线下面积（area under curve，AUC）方面分别提高了2.7%、2.9%、2.8%和3.0%，表现出更好的预测结果。该方法的提出能够有效地辅助医疗人员检测恶性乳腺癌患者，提高了乳腺癌检测的智能化水平。