研究文章

在核磁共振成像特征选择基于机器学习海马分割

表10

通过随机森林方法分类结果在222特点选择使用朴素贝叶斯分类器 倍交叉验证基于混淆矩阵。

222的特性
随机森林
类的完整性 类的纯度 污染类的

海马体 80% 62% 38%
Not-hippocampus 62% 80% 20%
效率 70%