《表1 不同模型在Chest X-ray14数据集上的AUC值对比》
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.
图表编号 | XD00192292400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.30 |
作者 | 朱伟、张帅、辛晓燕、李文飞、王骏、张建、王炜 |
绘制单位 | 南京大学物理学院、南京大学物理学院、南京大学附属鼓楼医院放射科、南京大学物理学院、南京大学物理学院、南京大学计算机软件新技术国家重点实验室、南京大学物理学院、南京大学物理学院 |
更多格式 | 高清、无水印(增值服务) |