《表4 评价标准:结合Sobel算子和Mask R-CNN的肺结节分割》
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
《结合Sobel算子和Mask R-CNN的肺结节分割》
本文中ROC曲线如图5所示,横坐标是FPR(false positive rate),纵坐标是TPR(true positive rate).本文所采用的方法在每张图上的假阳性比Devinder Kumar等人的深度特征提取算法低16.4%,并在此基础上的敏感性比冯宝等人的小波能量和汉森形状指数算法高出1.5%,比Devinder Kumar等人高出8.15%,总的来说,融合边缘锐化的深度学习算法在较低的假阳性率上获得了较高的敏感度,如表4中的评价指标所示.
图表编号 | XD00126561100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 闫欢兰、陆慧娟、叶敏超、严珂、金群、徐一格 |
绘制单位 | 中国计量大学信息工程学院、中国计量大学信息工程学院、中国计量大学信息工程学院、中国计量大学信息工程学院、早稻田大学人间科学学术院、中国计量大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |