《表2 用于深度学习肺结节检测论文中的评测指标》
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。
图表编号 | XD00163023700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 张福玲、张少敏 |
绘制单位 | 北方民族大学计算机科学与工程学院、北方民族大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |