皮肤病变近红外分类受光化性角化病标签影响

Amiri Sr与khoshnami a团队对皮肤病变近红外光谱数据进行患者层面的嵌套交叉验证再分析，发现光化性角化病的标签定义对分类性能的影响大于分类器选择；结果发表于预印本。 研究纳入NIR-SC-UFES数据集331名患者的714条光谱，比较五种分类器，并确保同一患者的数据不跨外层验证折。将光化性角化病归为非癌、排除或归为阳性时，宏平均F1分别为0.764、0.743和0.677。 研究还发现，有信息价值的光谱区域可重复，但单个波段的重要性排序不稳定；研究者据此提醒，不宜依据单一波长作化学归属。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。