Perceptrons are typically trained t

Perceptrons are typically trained to minimize mean square error (MSE). In computer-aided diagnosis (CAD),
model performance is usually evaluated according to other more clinically relevant measures. The purpose of
this study was to investigate the relationship between MSE and the area (Az) under the receiver operating
characteristic (ROC) curve and the high-sensitivity partial ROC area (0:90A
z). A perceptron was used to predict
lesion malignancy based on two mammographic :ndings and patient age. For each performance measure, the
error surface in weight space was visualized. Comparison of the surfaces indicated that minimizing MSE
tended to maximize Az, but not 0:90A
z. ? 2002 Elsevier Science Ltd. All rights reserved.

ผลลัพธ์ (ไทย) 1:

Perceptrons มีการฝึกอบรมโดยทั่วไปเพื่อลดข้อผิดพลาดของค่าเฉลี่ยกำลังสอง (MSE) ในการวินิจฉัยที่ใช้คอมพิวเตอร์ช่วย (CAD),มักจะมีประเมินรูปแบบประสิทธิภาพตามมาตรการอื่นที่เกี่ยวข้องทางคลินิกมากขึ้น วัตถุประสงค์ของศึกษานี้เป็นการ ตรวจสอบความสัมพันธ์ระหว่าง MSE และพื้นที่ (Az) ภายใต้ผู้รับปฏิบัติเส้นโค้งลักษณะ (ROC) และความไวสูงบางส่วน ROC พื้นที่ (0:90A z) เพอร์เซปตรอนการใช้เพื่อทำนายแผล malignancy ตามสอง mammographic: ndings และผู้ป่วยอายุ สำหรับแต่ละวัดประสิทธิภาพ การผิวข้อผิดพลาดในพื้นที่น้ำหนักมี visualized เปรียบเทียบพื้นผิวระบุไว้ย่อหน้าที่ MSEมีแนวโน้มที่จะ ขยาย Az แต่ไม่ 0:90A z หรือไม่ 2002 Elsevier วิทยาศาสตร์ จำกัด สงวนลิขสิทธิ์ทั้งหมด

ผลลัพธ์ (ไทย) 2:

Perceptrons มักจะได้รับการฝึกฝนที่จะลดข้อผิดพลาดเฉลี่ยตาราง (MSE) ในการวินิจฉัยคอมพิวเตอร์ (CAD)
ผลการดำเนินงานรูปแบบการประเมินมักจะตามมาตรการอื่น ๆ ที่มีความเกี่ยวข้องทางคลินิก วัตถุประสงค์ของการศึกษาครั้งนี้เพื่อศึกษาความสัมพันธ์ระหว่าง MSE และพื้นที่ (Az) ภายใต้การดำเนินงานรับลักษณะ(ROC) เส้นโค้งและความไวสูงในพื้นที่บางส่วนร็อค (0: 90A ซี) ตรอนถูกใช้ในการคาดการณ์มะเร็งแผลขึ้นอยู่กับสอง mammographic: ndings และอายุของผู้ป่วย สำหรับการวัดประสิทธิภาพแต่ละพื้นผิวที่ผิดพลาดในพื้นที่ได้รับการมองเห็นน้ำหนัก เปรียบเทียบของพื้นผิวชี้ให้เห็นว่าการลด MSE มีแนวโน้มที่จะเพิ่ม Az แต่ไม่ 0: 90A? ซี ? 2002 เอลส์วิทยาศาสตร์ Ltd. สงวนลิขสิทธิ์

ผลลัพธ์ (ไทย) 3:

เพอร์เซปตรมักจะมีการฝึกอบรมเพื่อลดค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( MSE ) คอมพิวเตอร์ช่วยในการวินิจฉัย ( CAD ) ,
แบบจำลองสมรรถนะมักจะประเมินทางการแพทย์ที่เกี่ยวข้องอื่น ๆเพิ่มเติม ตามมาตรการ วัตถุประสงค์ของ
การศึกษาเรื่องนี้มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ระหว่าง MSE และพื้นที่ ( AZ ) ภายใต้ปฏิบัติการ
( ROC ) รับลักษณะโค้งและความไวสูงพื้นที่บางส่วน ROC ( 0 :90a
Z ) แบบธรรมดาก็ใช้ทำนาย
เนื้อร้ายแผลขึ้นอยู่กับสองปัญหา : ndings และอายุของผู้ป่วย สำหรับแต่ละการแสดงวัด
ข้อผิดพลาดในพื้นที่พื้นผิว น้ำหนัก เมล็ดพืช การเปรียบเทียบของพื้นผิวที่พบว่าลด MSE
มีแนวโน้มที่จะเพิ่มการแต่ไม่ 0:90a
Z . ? 2002 Elsevier Science จำกัดสงวนลิขสิทธิ์