《表2 用于深度学习肺结节检测论文中的评测指标》

  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

《应用于CT图像肺结节检测的深度学习方法综述》

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：TP为真阳性；TN为真阴性；FP为假阳性；FN为假阴性。

为了分析深度学习肺结节检测算法的性能，有不同的评测指标被提出。在所综述的论文里面，用到的评测指标有灵敏度（SE）、特异度（SP）、准确度（ACC）、精准率（PPV）、F1-score、ROC曲线、FROC曲线、AUC以及在ANODE09挑战赛中引入的另一种测量方法，竞争性能指标（CPM)[14]，后来在LUNA16挑战赛中用于评估不同模型的性能。用于评估肺结节检测算法性能的不同指标见表2。