《表3 三种机器学习诊断模型训练集的灵敏度、特异度与AUC》
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
《基于常规MRI图像的不同影像组学模型在脑胶质瘤术前分级中的应用》
注:SVM、RF、Logistic回归为三种不同的机器学习模型
经特征选择后,T2WI图像获得影像组学特征20个,其中直方图特征7个,GLCM特征12个,GLRLM特征1个;T1CE图像获得影像组学特征22个,其中直方图4个特征,GLCM特征16个,GLRLM特征2个。pROC包绘制的ROC曲线见图1、2。在对不同影像组学学习模型进行训练与交叉验证后,分别得到六种影像组学模型的灵敏度、特异度与AUC,具体数值见表3。
图表编号 | XD00115525700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.20 |
作者 | 穆建华、张雁伟、吴志钢 |
绘制单位 | 北京积水潭医院放射科、北京积水潭医院放射科、北京积水潭医院放射科 |
更多格式 | 高清、无水印(增值服务) |