44、端到端结节分析及后续方向

端到端结节分析及后续方向

1. 结节检测与定量验证

在结节检测过程中，脚本总共找到了16个结节候选对象。利用验证集，我们可以创建一个混淆矩阵来评估项目的性能，矩阵的行表示真实情况（由注释定义），列展示了项目对每种情况的处理方式，如下表所示：
| Scan ID | Complete Miss | Filtered Out | Pred. Nodule |
| — | — | — | — |
| Non - Nodules | 1088 | 15 | |
| Benign | 1 | 0 | 0 |
| Malignant | 0 | 0 | 1 |

在这次扫描中，我们找到了1个恶性结节，但遗漏了第17个良性结节。此外，有15个假阳性的非结节通过了结节分类器。分类器的过滤操作将假阳性数量从1000多个降低了下来。

为了对整个验证集上的模型性能进行定量验证，我们将验证集通过之前的预测流程，检查检测到的结节数量、遗漏的结节数量以及错误识别为结节的候选对象数量。运行以下命令（在GPU上运行大约需要半小时到一小时）：

$ python3 -m p2ch14.nodule_analysis --run-validation

得到的结果如下表：
| | Complete Miss | Filtered Out | Pred. Nodule |
| — | — | — | — |
| Non - Nodules | 164893 | 2156 | |
| Benign | 12 | 3 | 8