《表2 三种预处理下基于形状和纹理特征的ROC曲线面积》

  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

《不同预处理方法结合特征的食管癌图像分类》

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

受试者工作特征曲线（receiver operating characteristic curve，ROC）是根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（敏感度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。它将灵敏度与特异性以图示方法结合在一起，可准确反映预处理分析方法特异性和敏感性的关系，是试验准确性的综合代表。ROC曲线越凸越近左上角表明其诊断价值越大。ROC下面积（area under the ROC curve，AUC）可用来评价诊断试验的准确性。ROC曲线下的面积值为1.0~0.5，AUC在0.5~0.7时有较低准确性，在0.7~0.9时有一定准确性，AUC在0.9以上时有较高准确性[22]。由图4和表2可以看出，锐化处理后的AUC为0.7~0.9，表明此实验有一定的准确性。