《表3 两种多尺度肺癌识别策略的数据集大小》

  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

《基于多尺度和特征融合的肺癌识别方法》

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

由于网络末层提取的特征单一，不足以描述病灶的详细特征，本实验从多个角度出发，将网络瓶颈层提取的64个特征和网络输出的特征相融合，经数据归一化处理后再预测肺癌。本节实验进行肺癌识别的特征有：每个病人恶性最大结节的瓶颈层64个特征、输出层两个特征、z轴坐标和Julian等的mass特征。首先，针对单尺度进行了特征融合；其次，将3个尺度的融合后的特征进行组合来预测肺癌；然后，在3个尺度特征组合的基础上，按照特征的重要性自动提取前90个特征识别肺癌；最后，按照多尺度差异性识别策略和多尺度互补性识别策略分别进行了实验。表3列出了两种识别策略的样本量大小，即检测出的符合条件的肺结节数量。特征融合的实验结果见表4。