基于卷积神经网络和几何优化的统计染色体核型分析方法

李康,谢宁,李旭,谭凯

Statistical Karyotype analysis using CNN and geometric optimization

Kang Li,Ning Xie,Xu Li,Kai Tan

表4 分类模型在每一类上的表现

Table 4 Performance of classification model on each type

染色体类别 1 2 3 4 5 6 7 8 9 10 11 准确率 0.9941 0.9737 0.9862 0.9370 0.9611 0.9677 0.9615 0.9191 0.9251 0.9401 0.9715 召回率 0.9861 0.9927 0.9887 0.9554 0.9295 0.9841 0.9619 0.9337 0.9246 0.9446 0.9729 F1分数 0.9901 0.9831 0.9875 0.9461 0.9450 0.9758 0.9615 0.9267 0.9248 0.9423 0.9426 染色体类别 12 13 14 15 16 17 18 19 20 21 22 准确率 0.9681 0.9681 0.9322 0.9490 0.9639 0.9693 0.9643 0.9426 0.9644 0.9425 0.9291 召回率 0.9678 0.9813 0.9397 0.9406 0.9639 0.9726 0.9469 0.9571 0.9571 0.9560 0.9301 F1分数 0.9644 0.9747 0.9360 0.9448 0.9639 0.9711 0.9556 0.9316 0.9608 0.9492 0.9296 染色体类别 X Y AVG 准确率 0.9493 0.9200 0.9567 召回率 0.9407 0.9327 0.9552 F1分数 0.9450 0.9263 0.9552