《表2 BP神经网络诊断模型与X线钼靶和B超诊断结果的比较%Tab.2 Comparison between diagnostic models of BP neural network with m

  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

《深度学习在联合超声和钼靶检查乳腺癌中的应用》

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

62例恶性病变中，超声共检出52例，检出率83.9%，误诊10例，其中3例误诊为炎性包块（图2、3），2例未见任何征象而漏诊，5例误诊为纤维瘤。X线钼靶共检出54例，检出率87.1%，误诊8例，其中1例误诊为外伤所致，1例误诊为乳腺增生，6例误诊为良性病变（图4、5）。38例良性病变中，超声将5例诊断为恶性病变；X线钼靶将4例诊断为恶性病变。而BP神经网络模型将50例中的1例恶性判断为良性，1例良性判断为恶性。对与X线钼靶和B超进行比较，明显高于后二者，差异有高度统计学意义（χ2=11.634，P<0.01；χ2=12.435，P<0.01），而X线钼靶和B超无明显差异（P>0.05）（表2） 。