《表3 基于血清CEA、NSE、CA125和Cyfra21-1的六种SVM模型比较》

  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

《基于血清四项肿瘤标志物的模式识别技术对肺癌的鉴别诊断》

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

以血清四项肿瘤标志物依次建立线性核SVM（line SVM，L-SVM），二次核SVM(Quadratic SVM，Q-SVM），三次核SVM(Cubic SVM，C-SVM），精细高斯核SVM(Fine Gaussian SVM），中高斯核SVM(Medium Gaussian SVM，MG-SVM）和粗高斯核SVM(Coarse Gaussian SVM，C-SVM）6种模型。6种SVM模型对肺癌和非肺癌的总诊断正确率依次为FG-SVM（90.0%）>MG-SVM（85.2%）>L-SVM（84.8%）>Q-SVM（83.7%）>C-SVM（82.0%）>CG-SVM(81.8%），结果见表3。以诊断正确率最高的FG-SVM建立诊断模型，该模型对肺癌和非肺癌组的诊断正确率依次为72.9%(242/332）和97.8%(713/729）。以另选取138例肺癌和273例非肺癌患者进行预测，该模型对肺癌和非肺癌组的预测正确率分别为65.2%(90/138）和93.8%(256/273）。