《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》

  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

《可学习的硬性渗出病变点标注方法》

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

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．