《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》

  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

《基于深度卷积神经网络的细胞分类新方法》

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

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].