《表3 LIDC数据集上不同肺结节分类方法比较1)》
1)灰底数值为该指标上取得的最优结果
为验证MSFFNet分类模型性能,本研究将改进前的SE-ResNeXt分类模型以及近两年提出的其他几种肺结节良恶性分类方法在LIDC-IDRI预处理数据集上进行比较,结果如表3.由表3可见,MSFFNet模型不论是在准确率还是特异性和敏感性方面都具备更强的表现力,在模型的多卷积设计以及特征融合策略方面对比单独的SE-ResNeXt分类网络,MSFFNet模型的肺结节的良恶性分类结果优于其他分类模型.
图表编号 | XD00172423800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.30 |
作者 | 顾军华、孙哲然、王锋、戚永军、张亚娟 |
绘制单位 | 河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学电子信息工程学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、北华航天工业学院信息技术中心、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院 |
更多格式 | 高清、无水印(增值服务) |