《表4 测试组T2WI-FS序列三个分类器的ROC曲线分析结果》

  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

《基于非增强MRI的影像组学术前预测肝细胞癌微血管浸润的研究》

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

注：AUC：曲线下面积；F1值：综合得分；KNN:K近邻；SVM：支持向量机；LR：逻辑回归

六种分类器通过学习从T2WI-FS序列及ADC图中提取的特征值而分别建立的模型各自对模型的训练组及测试组进行评价。如图2准确度矩阵所示，在XGBoost、RF及DT分类器中训练组的准确度达到或接近了1，这提示其构建的模型拟合度及维数过高，不利于分类评价，予以摒弃。用ROC曲线下面积AUC、灵敏度及特异度等几个方面对KNN、SVM及LR分类器的性能进行了比较，如表4、5所示（图3）。