《表1 几种识别方法准确率对比》

  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

《基于深度学习的胸部X光影像分析系统》

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

训练结束后，将该模型移植到嵌入式平台，利用剩余的20 300张（占比25%）胸部X光影像作为测试集，验证整个模型对胸腔积液、浸润两个类别的平均识别率，得到91.01%的平均正确率，其中正常类别识别准确率达到了98.68%。将本文中提及的胸部X光影像分析系统命名为ML-XNet。表1表示专业放射科医生、吴恩达团队提出的CheXNet技术和ML-XNet对胸腔积液、浸润、肺气肿、气胸以及肺不张的识别准确率。