《表1 不同模型在Chest X-ray14数据集上的AUC值对比》

《表1 不同模型在Chest X-ray14数据集上的AUC值对比》   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
《结合区域检测和注意力机制的胸片自动定位与识别》


  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

实验使用AUC作为模型分类结果评估指标,AUC越高表明算法的分类性能越好.表1为本文模型与现有研究中最前沿论文的AUC值对比,表中所列疾病为Chest X-ray14数据集的14种疾病,表中Guendel[12]和Kumar[13]的网络架构为以Dense Net[24]为基础架构的CNN(Convolutional Neural Network)网络,Li et al[20]和Liu et al[14]的网络架构为传统的attention guided网络,Li et al[20]使用Res Net[27]作为基础架构,Liu et al[14]在Li[20]的基础上加入了对齐模块以及基于胸片对比的注意力权重图.