《表4 本文方法与主流算法性能比较》

  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

《乳腺超声图像中易混淆困难样本的分类方法》

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

注:前5篇文献在私有数据集上对比，表中数据可提供性能比较参考。本文对迟剑宁等人（2018）的方法复现，在相同数据集上对比。加粗字体表示每列最优值，“-”表示缺少该指标数值。

目前，由于缺少乳腺超声图像的大型公开数据集或分类性能基线（baseline），因此本文将主流算法在各自测试数据集上的分类结果在表4中列出，并对迟剑宁等人（2018）的实验复现后采用本文数据集进行比较。尽管欠缺直接对比性，但该表可提供当前算法性能的总体比较，表中数据客观地反映出本文算法准确度高于半自动化（需要人工提取病灶区）对比算法，敏感度与特异性也与之具有可比性，应用研究价值更强。