《表2 SVM预测模型预测HCC病理分级的效能》

  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

《CT纹理分析与肝癌病理分化程度的相关性研究》

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

根据训练集215例HCC患者术前增强CT图像动脉期、门静脉期纹理特征及两者间差异，分别建立线性SVM预测模型，之后分别在训练集及测试集对预测模型进行ROC曲线分析，并计算其AUC、精确度、敏感度、特异度（表2）。根据动脉期、门静脉期纹理特征及两者间差异所建立SVM预测模型ROC曲线AUC在训练集中均为0.95，在测试集中的AUC分别为0.75、0.59、0.57，其中动脉期预测模型AUC最高，其精确性、敏感性、特异性分别为78%、81%、66%，预测效能明显优于门静脉期及两组间差异。测试集ROC曲线见图1。