《表2 两种方法的实验结果比较(%)》
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。
图表编号 | XD00213890100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 李蒙蒙 |
绘制单位 | 河南科技大学第一附属医院肿瘤内科 |
更多格式 | 高清、无水印(增值服务) |