《表1 三种算法分类性能表(%)》
本研究利用AdaBoost、GBDT与XGBoost三种集成学习算法分别将处理过后的患者肝部MRI影像组学特征进行分类,获得分类结果。训练过程中训练集与测试集划分比例为4:1。训练集数据进行交叉验证得到稳定的模型,并利用测试集评估三种分类模型的效果(表1)。XGBoost算法性能最佳,分类准确率达到81.9%。
图表编号 | XD00214330900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 张弛、张政、张蕾、朱磊、汪丰 |
绘制单位 | 东南大学生物科学与医学工程学院、东南大学生物科学与医学工程学院、上海市第一人民医院放射科、上海市第一人民医院放射科、东南大学生物科学与医学工程学院 |
更多格式 | 高清、无水印(增值服务) |