《表6 LIDC-IDRI数据集不同方法模型对比结果》

  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

本文对传统方法、现有基于神经网络方法以及本文所提方法进行肺结节病理信息预测对比实验。为了得到可靠稳定的模型，实验使用6折交叉验证法，将整个样本集划分为6组，保留1组作为测试集，另5组作为训练集输入模型，每个分类器训练和测试6次。取6组实验的平均值作为实验最终结果。实验中对Firmino等[17]、Francesco等[18]和Zhang[21]的方法在LIDC-IDRI上进行对比。实验结果如表6所示，本文方法的精确度为91.27%，灵敏度为89.48%，F1值为90.37%，精确度和灵敏度以及F1值均高于其他方法。由特异度值95.93%可知，实验分类结果的假阳性率保持在较小比例。