《表2 不同方法在10-fold交叉验证中的性能指标的标准差》

  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

《结合残差路径及密集连接的乳腺超声肿瘤分割》

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:加粗字体表示各列最优结果。

将U-Net模型、引入残差路径的U-Net（U-Net with Res paths）模型和本文模型进行10-fold交叉验证实验，每次使用相同的训练样本集和测试样本集。3种模型的训练轮次分别为80、100和120，实验结果如表1和表2所示。可以看出，除HD外，在DC、JS、FP、TP指标上，U-Net with Res paths模型都优于U-Net模型，而本文模型不仅优于U-Net模型，而且优于U-Net with Res paths模型，且包括HD在内的5个性能指标均优于其他指标，与U-Net模型相比，TP、JS和DC分别提高了1.08%、2.14%和2.01%，HD和FP分别下降了1.410 2和1.68%。