《表1 多分类混淆矩阵(n为分类种类)》
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
《人工智能医疗器械辅助诊断及探测性能评估参数的讨论》
注:Pred_x(x=1~n)为被AI医疗器械分为x类的个数;True_x(x=1~n)为真实分类为x类的个数。
人工智能(Artificial Intelligence,AI)医疗器械的辅助筛查、辅助识别或辅助诊断等功能多是给出患者数据的状态分类,如二分类的阴性(非患病)、阳性(患病),或多分类如糖尿病视网膜病变筛查的0期~VI期[5]。对于分类问题可采用混淆矩阵的方法[6],见表1,进而计算灵敏度、特异性、准确率等参数。
图表编号 | XD0098589400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.20 |
作者 | 孟祥峰、王浩、张超、任海萍 |
绘制单位 | 中国食品药品检定研究院、中国食品药品检定研究院、中国食品药品检定研究院、中国食品药品检定研究院 |
更多格式 | 高清、无水印(增值服务) |