《表3 分割指标计算公式:可学习的硬性渗出病变点标注方法》
对硬性渗出做分割时,眼底图像分为渗出区域和背景区域,为了定量比较算法的分割结果与渗出的真值之间的差异,引入四个量化统计的指标:(1)真阳性(true positive,TP)表示预测为渗出且预测正确的像素点;(2)真阴性(true negative,TN)预测为背景且预测正确的像素点;(3)假阳性(false positive,FP)预测为渗出但预测错误的像素点;(4)假阴性(false negative,FN)预测为背景但预测错误的像素点.表2列出了训练集图片数量不同时,分类器对测试集图片的分割结果,本文使用了召回率(Recall)、特异性(Specificity)、准确率(Accuracy)和精度(Precision)评估分割算法的结果[25].计算公式如表3所示.
图表编号 | XD009538000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 刘蒙蒙、郭松、高颖琪、李涛 |
绘制单位 | 南开大学计算机学院、南开大学计算机学院、南开大学计算机学院、南开大学计算机学院、天津市网络与数据安全技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |