《表1 肾脏图像分类结果:低秩判别性字典学习及组织病理图像分类算法》
在本文实验中,我们采用10倍交叉验证评估以上算法的分类性能.所有算法采用相同的实验设置,如训练样本、测试样本和字典尺寸相同.我们比较了三个在组织病理图像分类中使用非常普遍的三个指标:灵敏度、特异性和总体分类精度,表1-表3分别显示了在肾脏、脾脏和肺部图像分类中所有算法的实验结果.
图表编号 | XD0096850800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 毛丽珍、汤红忠、范朝冬、曾淑英 |
绘制单位 | 湘潭大学信息工程学院、湘潭大学信息工程学院、湘潭大学智能计算与信息处理教育部重点实验室、湘潭大学信息工程学院、湘潭大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |