《表8 不同输入图像对比：基于CNN多层面二阶特征融合的肺结节分类》

  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CNN多层面二阶特征融合的肺结节分类》

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

本文所提模型CMSFF的输入为3个层面的ROI图像块，为了验证从肺结节的3个层面提取其ROI特征信息的有效性，分别与单个层面的ROI图像块以及未进行病灶区域切割的原始CT图像进行实验结果的对比（单个层面的ROI输入采用ResNet作为模型）。实验结果如表8所示，从表中可以看出，基于3个层面的ROI图像块的AUC值，均高于单层面的ROI图像块与3层原始CT图像的AUC值。在准确率与灵敏度方面，本文所采用的方法比单层ROI图像块分别提高了6.96个百分点和9.05个百分点，证明了多层面特征融合的有效性，比3层原始CT图像分别提高了20.83个百分点和24.81个百分点，证明了3个层面的ROI图像块提取特征的准确性要高于原始CT图像直接特征提取的方法。