研究文章
智能诊断方法的大脑肿瘤MRI分割使用深卷积神经网络和支持向量机算法
表6
评价数据26脑瘤患者使用DCNN-F-SVM分割模型。
|
| 数量 |
DSC |
灵敏度 |
特异性 |
数量 |
DSC |
灵敏度 |
特异性 |
|
| 1 |
0.8923 |
0.9220 |
0.9663 |
14 |
0.8956 |
0.9222 |
0.9785 |
| 2 |
0.8867 |
0.9063 |
0.9368 |
15 |
0.8896 |
0.9185 |
0.9669 |
| 3 |
0.9091 |
0.9193 |
0.9702 |
16 |
0.8876 |
0.9104 |
0.9678 |
| 4 |
0.8782 |
0.9014 |
0.9588 |
17 |
0.8782 |
0.9086 |
0.9585 |
| 5 |
0.9026 |
0.9289 |
0.9795 |
18 |
0.9020 |
0.9103 |
0.9786 |
| 6 |
0.8998 |
0.9098 |
0.9405 |
19 |
0.9023 |
0.9123 |
0.9752 |
| 7 |
0.9056 |
0.9196 |
0.9743 |
20. |
0.8885 |
0.9116 |
0.9600 |
| 8 |
0.9030 |
0.9229 |
0.9696 |
21 |
0.8963 |
0.9205 |
0.9696 |
| 9 |
0.8927 |
0.9110 |
0.9711 |
22 |
0.9004 |
0.9287 |
0.9745 |
| 10 |
0.9126 |
0.9289 |
0.9806 |
23 |
0.9102 |
0.9258 |
0.9798 |
| 11 |
0.9185 |
0.9298 |
0.9885 |
24 |
0.8763 |
0.9115 |
0.9598 |
| 12 |
0.8789 |
0.9110 |
0.9605 |
25 |
0.8689 |
0.9088 |
0.9469 |
| 13 |
0.8825 |
0.9168 |
0.9693 |
26 |
0.8996 |
0.9305 |
0.9797 |
|
|
