《表3 测试集正确率:基于深度卷积神经网络的细胞分类新方法》
通过对表3的测试结果进行数据分析,本文发现在细胞分类结果中共有浅表鳞状上皮、中层鳞状上皮、柱状上皮、轻度非典型增生和重度非典型增生5类细胞分类完全正确.但在中度非典型增生和原位癌细胞分类中则存在一定的错误,均有2幅图像分类错误,占比4%.从整体数据分析来看,数据集的分类平均错误率为1.14%(1~98.86%).与改进之前的ResNet的分类方法平均错误率4.29%(1~95.71%)相比,降低了3.15%,正确率有极大的提高[16].
图表编号 | XD00323100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.31 |
作者 | 娄润东、陈俊彪、侯宏花、刘艳莉、田珠、张鹏程、桂志国 |
绘制单位 | 中北大学生物医学成像与影像大数据山西省重点实验室、中国兵器工业试验测试研究院、中北大学生物医学成像与影像大数据山西省重点实验室、中北大学信息与通信工程学院、中北大学生物医学成像与影像大数据山西省重点实验室、中北大学生物医学成像与影像大数据山西省重点实验室、中北大学生物医学成像与影像大数据山西省重点实验室 |
更多格式 | 高清、无水印(增值服务) |