I
n
d
on
e
s
ian
Jou
r
n
al
o
f
E
lec
t
r
ica
l
E
n
gin
e
e
r
in
g
a
n
d
Com
p
u
t
e
r
S
c
ience
Vo
l
.
36
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
,
pp.
96
1~
971
I
S
S
N:
2
502
-
4
7
52
,
DO
I
:
10
.
11591/i
j
e
e
cs
.v
36.
i
2
.
pp
96
1
-
971
961
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
cs
.
iaes
c
or
e
.
c
om
C
la
ssi
f
ic
at
io
n
of
e
n
d
o
m
e
t
r
ia
l
ad
e
n
oc
ar
c
in
om
a
u
si
n
g
h
is
t
op
at
h
ol
ogy
i
m
age
s w
ith
e
xt
r
e
m
e
l
e
ar
n
in
g
m
ac
h
i
n
e
m
e
t
h
od
Rir
ie
s
Rul
an
in
gt
yas
1
,
Ann
y
S
e
t
i
j
o
Raha
j
u
2
,
3
,
4
,
R
os
a
Am
a
l
ia
De
wi
1
, U
m
m
i
H
an
if
a
h
5
,
E
n
d
a
h
P
u
r
want
i
1
,
Os
m
a
l
in
a
Nur
Rahm
a
1
,
K
at
h
e
r
in
e
5
1
B
i
o
m
e
di
c
a
l
E
ngi
n
e
e
r
in
g
S
tu
d
y
P
r
o
g
r
a
m, De
pa
r
tm
e
nt
of
P
h
y
s
ic
s
, F
a
c
ul
t
y
of
S
c
i
e
nc
e
a
nd
T
e
c
hn
o
l
o
g
y
, U
ni
ve
r
s
it
a
s
A
ir
la
ngga
,
S
ur
a
ba
y
a
, I
nd
o
n
e
s
ia
2
D
e
pa
r
tm
e
nt
of
A
na
to
m
ic
a
l
P
a
th
o
l
o
g
y
,
F
a
c
ul
t
y
of
M
e
di
c
in
e
,
U
ni
ve
r
s
it
a
s
A
ir
la
ngga
, S
ur
a
ba
y
a
, I
nd
o
n
e
s
ia
3
D
e
pa
r
tm
e
nt
of
A
na
to
m
ic
a
l
P
a
th
o
l
o
g
y
,
D
r
. S
oe
t
o
m
o
G
e
ne
r
a
l
A
c
a
de
mi
c
H
o
s
pi
ta
l
, S
ur
a
ba
y
a
, I
nd
o
n
e
s
ia
4
D
e
pa
r
tm
e
nt
of
A
na
to
m
ic
a
l
P
a
th
o
l
o
g
y
,
U
ni
ve
r
s
it
a
s
A
ir
la
ngga
H
o
s
pi
ta
l
, S
ur
a
ba
y
a
,
I
nd
o
ne
s
ia
5
M
a
s
te
r
of
B
i
o
m
e
di
c
a
l
E
ngi
n
e
e
r
in
g S
tu
d
y
P
r
o
gr
a
m, D
e
pa
r
tm
e
n
t
of
P
h
y
s
i
c
s
, F
a
c
u
lt
y
of
S
c
i
e
n
c
e
a
nd
T
e
c
hn
o
l
o
g
y
,
U
ni
ve
r
s
it
a
s
A
ir
la
ngga
, S
ur
a
ba
y
a
, I
nd
o
n
e
s
ia
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
De
c
9
,
202
3
R
e
vi
s
e
d
J
u
n
25
,
202
4
A
c
c
e
pt
e
d
J
u
l
14
,
202
4
A
s
m
a
n
y
as
7
0
-
8
0
%
o
f
e
n
d
o
me
t
ri
a
l
c
an
ce
r
c
as
e
s
are
e
n
d
o
me
t
ri
al
ad
en
o
c
ar
ci
n
o
m
a.
H
i
s
t
o
p
at
h
o
l
o
g
i
c
a
l
as
s
e
s
s
men
t
i
s
b
as
ed
o
n
t
h
e
d
e
g
r
ee
o
f
d
i
ff
e
r
e
n
t
i
at
i
o
n
,
i
n
t
o
w
el
l
-
d
i
ffe
r
en
t
i
at
ed
,
mo
d
e
rat
e
-
d
i
ff
e
r
e
n
t
i
at
e
d
,
an
d
p
o
o
rl
y
-
d
i
ff
e
r
e
n
t
i
at
e
d
.
Ma
n
ag
emen
t
an
d
p
ro
g
n
o
s
i
s
d
i
f
f
e
r
b
e
t
w
een
g
rad
e
s
,
s
o
d
i
ff
e
r
e
n
t
i
a
l
d
i
ag
n
o
s
i
s
i
n
d
e
t
e
r
mi
n
i
n
g
t
h
e
d
eg
r
ee
o
f
t
u
mo
r
d
i
ff
e
r
en
t
i
at
i
o
n
i
s
c
ru
ci
al
fo
r
ap
p
ro
p
ri
at
e
t
re
at
me
n
t
d
eci
s
i
o
n
s
.
H
i
s
t
o
p
at
h
o
l
o
g
i
c
al
i
m
a
g
e
an
a
l
y
s
i
s
o
ffe
rs
d
e
t
ai
l
e
d
d
i
ag
n
o
s
t
i
c
r
e
s
u
l
t
s
,
b
u
t
m
an
u
al
an
a
l
y
s
i
s
b
y
a
p
at
h
o
l
o
g
i
s
t
i
s
ve
r
y
co
m
p
l
i
c
at
ed
,
e
rr
o
r
-
p
ro
n
e,
q
u
i
t
e
t
ed
i
o
u
s
,
an
d
t
i
me
-
co
n
s
u
mi
n
g
.
T
h
e
r
e
fo
r
e,
an
au
t
o
m
at
i
c
d
i
ag
n
o
s
t
i
c
s
y
s
t
em
i
s
n
ee
d
ed
t
o
as
s
i
s
t
p
a
t
h
o
l
o
g
i
s
t
s
i
n
g
rad
i
n
g
t
h
e
t
u
m
o
r.
T
h
i
s
r
e
s
e
ar
c
h
ai
m
s
t
o
d
e
t
e
r
mi
n
e
t
h
e
d
e
g
r
ee
o
f
d
i
ff
e
r
e
n
t
i
at
i
o
n
o
f
en
d
o
me
t
ri
al
a
d
e
n
o
c
ar
c
i
n
o
m
a
b
as
ed
o
n
h
i
s
t
o
p
at
h
o
l
o
g
i
c
al
i
m
ag
e
s
.
T
h
e
e
x
t
re
me
l
e
ar
n
i
n
g
m
a
c
h
i
n
e
(E
L
M)
me
t
h
o
d
p
e
rfo
r
m
s
i
m
ag
e
c
l
as
s
i
fi
c
at
i
o
n
w
i
t
h
g
ra
y
l
ev
e
l
ru
n
l
o
n
g
m
at
ri
x
(G
L
R
L
M)
f
e
at
u
r
e
s
an
d
a
c
o
m
b
i
n
at
i
o
n
o
f
l
o
c
a
l
b
i
n
ar
y
p
at
t
e
rn
(
L
BP)
-
G
L
RL
M
fe
at
u
r
e
s
as
i
n
p
u
t
.
E
x
p
e
ri
me
n
t
al
r
e
s
u
l
t
s
s
h
o
w
t
h
at
t
h
e
E
L
M
m
o
d
e
l
c
a
n
ac
h
i
e
v
e
s
at
i
s
fac
t
o
r
y
p
e
rfo
r
m
an
ce.
T
rai
n
i
n
g
a
ccu
ra
cy
,
t
e
s
t
i
n
g
a
ccu
ra
cy
,
a
n
d
mo
d
e
l
p
r
ec
i
s
i
o
n
w
i
t
h
G
L
RL
M
fe
at
u
r
e
s
w
e
r
e
9
7
.
1
3
%
,
9
1
.
3
3
%
,
an
d
8
0
%
an
d
c
o
m
b
i
n
e
d
L
BP
-
G
L
RL
M
fe
at
u
r
e
s
w
e
r
e
9
1
.
0
3
%
,
7
1
.
3
3
%
,
an
d
1
0
0
%
.
O
v
e
ral
l
,
t
h
e
mo
d
el
c
r
e
at
ed
c
an
d
e
t
e
r
m
i
n
e
t
h
e
d
eg
r
ee
o
f
t
u
m
o
r
d
i
ff
e
r
en
t
i
at
i
o
n
an
d
i
s
u
s
e
fu
l
i
n
p
ro
v
i
d
i
n
g
a
s
ec
o
n
d
o
p
i
n
i
o
n
f
o
r
p
at
h
o
l
o
g
i
s
t
s
.
K
e
y
w
o
r
d
s
:
E
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
E
x
t
r
e
m
e
l
e
a
r
ni
ng
m
a
c
hi
ne
Gr
a
y
l
e
v
e
l
r
u
n
l
e
n
gt
h
m
a
t
r
i
x
H
i
s
t
o
pa
t
h
o
l
o
g
y
im
a
ge
s
L
o
c
a
l
bi
na
r
y
pa
t
t
e
r
n
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
R
i
r
i
e
s
R
u
l
a
ni
ngt
y
a
s
B
i
o
m
e
d
i
c
a
l
E
n
g
i
ne
e
r
i
n
g
S
t
ud
y
P
r
o
g
r
a
m
,
De
pa
r
t
m
e
n
t
o
f
P
hy
s
i
c
s
,
F
a
c
u
l
t
y
o
f
S
c
i
e
n
c
e
a
n
d
T
e
c
hn
o
l
o
g
y
Uni
ve
r
s
i
t
a
s
Ai
r
l
a
n
gga
S
ur
a
b
a
y
a
,
I
n
do
n
e
s
i
a
E
m
a
i
l
:
r
i
r
i
e
s
-
r
@f
s
t
.
un
a
i
r
.
a
c
.
i
d
1.
I
NT
RODU
C
T
I
ON
E
n
do
m
e
t
r
i
a
l
c
a
n
c
e
r
i
s
t
h
e
s
i
x
t
h
m
o
s
t
c
o
m
m
o
n
g
y
n
e
c
o
l
o
g
i
c
a
l
t
u
m
o
r
a
n
d
i
t
s
pr
e
v
a
l
e
nc
e
i
s
i
n
c
r
e
a
s
i
ng.
I
t
i
s
t
h
e
14
th
l
e
a
d
i
ng
c
a
us
e
o
f
c
a
n
c
e
r
de
a
t
h
s
i
n
wo
m
e
n
wo
r
l
dw
i
de
,
b
ut
i
s
o
f
t
e
n
d
i
a
g
n
o
s
e
d
a
t
s
t
a
ge
1
due
to
i
t
s
s
y
m
pt
o
m
a
t
i
c
na
t
ur
e
[
1]
,
[
2]
.
E
n
do
m
e
t
r
i
a
l
c
a
r
c
i
n
o
m
a
i
s
c
l
a
s
s
i
f
i
e
d
by
hi
s
t
o
l
o
g
i
c
a
l
t
y
pe
,
i
n
c
l
ud
i
ng
e
n
d
o
m
e
t
r
i
o
i
d
c
a
r
c
i
n
o
m
a
(
E
E
C
)
,
s
e
r
o
us
c
a
r
c
i
n
o
m
a
(
S
C
)
,
c
l
e
a
r
c
e
l
l
c
a
r
c
i
n
o
m
a
(
C
C
C
)
,
m
i
xe
d
c
a
r
c
i
n
o
m
a
(
M
C
)
,
un
d
if
f
e
r
e
n
t
i
a
t
e
d
c
a
r
c
i
n
o
m
a
(
UC
)
,
c
a
r
c
i
n
o
s
a
r
c
o
m
a
(
C
S
)
,
ga
s
tr
o
i
n
t
e
s
t
i
n
a
l
m
uc
i
n
o
us
t
y
pe
c
a
r
c
i
n
o
m
a
s
,
a
n
d
ot
h
e
r
t
y
pe
s
[
3]
.
E
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
i
s
a
t
y
p
e
o
f
EEC
t
h
a
t
a
r
i
s
e
s
due
t
o
e
x
c
e
s
s
i
ve
e
x
po
s
ur
e
to
e
s
t
r
o
ge
n
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
36
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
:
96
1
-
971
962
w
i
t
h
r
i
s
k
f
a
c
t
o
r
s
i
n
c
l
ud
i
ng
o
b
e
s
i
t
y
,
a
n
o
v
u
l
a
t
i
o
n
,
n
u
ll
i
pa
r
i
t
y
,
a
n
d
a
d
mi
ni
s
t
r
a
t
i
o
n
o
f
e
x
o
ge
n
o
us
e
s
t
r
o
ge
n
[
1]
.
As
m
a
ny
a
s
70
-
80%
o
f
e
n
do
m
e
t
r
i
a
l
c
a
r
c
i
n
o
m
a
c
a
s
e
s
s
h
o
w
e
n
do
m
e
t
r
i
o
i
d
f
e
a
t
ur
e
s
w
i
t
h
v
a
r
yi
ng
de
gr
e
e
s
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
a
n
d
m
e
t
a
p
l
a
s
t
i
c
c
h
a
n
ge
s
[
4]
,
[
5]
.
H
i
s
t
o
pa
t
h
o
l
o
g
i
c
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
b
a
s
e
d
o
n
t
um
o
r
m
o
r
ph
o
l
o
g
y
a
n
d
t
um
o
r
g
r
a
de
h
a
s
pl
a
y
e
d
a
n
im
po
r
t
a
n
t
r
o
l
e
i
n
t
h
e
m
a
n
a
ge
m
e
n
t
o
f
e
n
do
m
e
t
r
i
a
l
c
a
r
c
i
n
o
m
a
[
6]
.
T
h
e
de
gr
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
i
s
o
n
e
o
f
t
h
e
i
m
por
tan
t
p
r
ogn
o
s
t
i
c
f
a
c
tor
s
o
f
hi
s
top
a
t
h
o
l
og
i
c
a
s
s
e
s
s
m
e
n
t,
whi
c
h
i
s
di
vi
de
d
i
n
to
we
l
l
-
d
i
f
f
e
r
e
n
t
i
a
ted
(
g
r
a
de
1
)
,
m
o
de
r
a
t
e
-
d
i
f
f
e
r
e
n
t
i
a
t
e
d
(
gr
a
de
2)
,
a
n
d
poo
r
l
y
-
d
i
f
f
e
r
e
n
t
i
a
t
e
d
(
gr
a
de
3)
.
L
o
w
-
g
r
a
de
E
E
C
(
g
r
a
de
1
o
r
2
)
b
e
l
o
n
g
s
to
t
h
e
n
o
n
-
a
ggr
e
s
s
i
ve
hi
s
t
o
l
o
gi
c
a
l
s
u
b
t
y
pe
.
De
v
e
l
o
p
m
e
n
t
i
s
r
e
l
a
t
i
v
e
ly
s
l
o
w
a
f
t
e
r
pr
o
l
o
n
ge
d
e
s
t
r
o
ge
ni
c
s
t
i
m
u
l
a
t
i
o
n
[
3]
,
[
7]
.
I
n
c
o
n
t
r
a
s
t
,
hi
g
h
-
gr
a
de
E
E
C
(
gr
a
de
3
)
b
e
l
o
n
gs
t
o
a
n
a
ggr
e
s
s
i
ve
hi
s
t
o
l
o
g
i
c
a
l
s
u
b
t
y
pe
,
h
a
s
a
wo
r
s
e
pr
o
gn
o
s
i
s
w
i
t
h
a
hi
g
h
gr
o
w
t
h
pa
tt
e
r
n
o
f
no
n
-
g
l
a
n
du
l
a
r
s
o
l
i
d
m
a
s
s
e
s
,
a
n
d
t
e
n
d
s
to
s
pr
e
a
d
b
e
y
o
n
d
t
h
e
ut
e
r
i
n
e
s
t
r
uc
t
ur
e
.
T
hi
s
t
um
o
r
t
y
pe
i
s
h
e
t
e
r
o
ge
n
e
o
u
s
pr
o
gn
o
s
t
i
c
a
ll
y
,
c
l
i
n
i
c
a
ll
y
,
a
n
d
m
o
l
e
c
u
l
a
r
ly
a
n
d
t
h
us
i
s
t
h
e
o
n
e
t
h
a
t
b
e
n
e
f
i
t
s
m
o
s
t
f
r
o
m
t
h
e
a
pp
l
i
c
a
t
i
o
n
o
f
m
o
l
e
c
u
l
a
r
c
l
a
s
s
if
i
c
a
t
i
o
n
[
3]
,
[
7]
,
[
8]
.
T
h
e
5
-
y
e
a
r
s
pe
c
i
f
i
c
s
ur
vi
va
l
i
n
hi
g
h
-
gr
a
de
E
E
C
i
s
s
i
g
ni
f
i
c
a
n
t
l
y
l
o
we
r
t
h
a
n
i
n
l
o
w
-
gr
a
de
due
to
m
o
r
e
f
r
e
que
n
t
m
e
t
a
s
t
a
s
e
s
a
n
d
a
hi
g
h
e
r
r
i
s
k
o
f
r
e
c
ur
r
e
n
c
e
[
9]
.
M
a
n
a
ge
m
e
n
t
a
n
d
pr
o
gn
o
s
i
s
be
t
we
e
n
s
u
b
t
y
pe
s
a
l
s
o
d
i
f
f
e
r
,
s
o
di
f
f
e
r
e
n
t
i
a
l
d
i
a
g
n
o
s
i
s
i
s
v
e
r
y
im
po
r
t
a
n
t
f
o
r
a
ppr
o
p
r
i
a
t
e
t
r
e
a
t
m
e
n
t
de
c
i
s
i
o
ns
[
6]
,
[
9]
–
[
11]
.
De
t
e
r
m
i
na
t
i
o
n
o
f
t
h
e
hi
s
t
o
l
o
g
i
c
a
l
s
u
b
t
y
p
e
by
a
pa
t
h
o
l
o
g
i
s
t
i
s
c
a
r
r
i
e
d
o
u
t
by
e
xa
m
i
n
i
ng
t
i
s
s
ue
s
a
m
p
l
e
s
l
i
d
e
s
s
t
a
i
ne
d
w
i
t
h
h
e
m
a
t
o
xy
li
n
a
n
d
e
o
s
i
n
f
r
o
m
t
um
o
r
s
a
m
p
l
e
s
[
5]
,
[
12]
.
T
hi
s
a
n
a
ly
s
i
s
o
f
f
e
r
s
de
t
a
i
l
e
d
d
i
a
g
n
o
s
t
i
c
r
e
s
u
l
t
s
,
b
ut
i
t
s
vi
s
u
a
l
i
z
a
t
i
o
n
i
s
n
o
t
a
l
wa
y
s
e
x
c
l
u
s
i
ve
to
s
ub
t
y
pe
s
b
e
c
a
u
s
e
s
o
m
e
m
o
r
ph
o
l
o
g
i
c
a
l
f
e
a
t
ur
e
s
o
v
e
r
l
a
p,
m
a
k
i
ng
hi
s
t
o
l
o
g
i
c
a
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
d
i
f
f
i
c
u
l
t
e
v
e
n
f
o
r
e
x
pe
r
i
e
n
c
e
d
pa
t
h
o
l
o
g
i
s
t
s
[
5]
,
[
7]
,
[
10
]
.
M
a
n
ua
l
a
n
a
ly
s
i
s
b
y
pa
t
h
o
l
o
g
i
s
t
s
i
s
ve
r
y
c
o
m
p
li
c
a
t
e
d,
m
o
r
e
pr
o
n
e
to
e
r
r
o
r
s
,
qui
t
e
t
e
di
o
us
,
a
n
d
t
i
m
e
-
c
o
n
s
u
mi
ng
[
13]
.
T
h
us
,
a
n
a
uto
m
a
t
e
d
d
i
a
g
n
o
s
t
i
c
s
y
s
t
e
m
i
s
n
e
e
de
d
t
o
a
s
s
i
s
t
pa
t
h
o
l
o
gi
s
t
s
i
n
d
i
s
t
i
n
gu
i
s
hi
ng
t
h
e
de
gr
e
e
o
f
E
E
C
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
f
r
o
m
a
l
a
r
ge
n
u
m
be
r
o
f
m
e
d
i
c
a
l
im
a
ge
s
e
f
f
i
c
i
e
n
t
l
y
.
I
n
r
e
c
e
n
t
y
e
a
r
s
,
t
h
e
de
v
e
l
o
p
m
e
n
t
o
f
a
r
t
i
f
i
c
i
a
l
i
n
t
e
ll
i
ge
n
c
e
ha
s
e
n
a
bl
e
d
t
h
e
us
e
o
f
a
dv
a
n
c
e
d
a
ppr
o
a
c
h
e
s
i
n
t
h
e
h
e
a
l
t
h
s
e
c
t
or
,
whi
l
e
i
n
c
r
e
a
s
i
n
g
di
a
g
n
o
s
t
i
c
a
c
c
ur
a
c
y
a
n
d
pr
o
vi
d
i
ng
s
e
c
o
n
d
o
pi
ni
o
n
s
i
n
d
i
a
g
n
o
s
t
i
c
pr
o
c
e
dur
e
s
[
14
]
–
[
16
]
.
P
r
e
vi
o
us
r
e
s
e
a
r
c
h
s
h
o
ws
t
h
a
t
a
r
t
i
f
i
c
i
a
l
i
n
t
e
l
li
ge
nc
e
c
a
n
b
e
a
pp
l
ied
i
n
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
v
a
r
i
o
us
t
y
p
e
s
o
f
c
a
nc
e
r
,
s
uc
h
a
s
t
h
e
s
ub
t
y
p
e
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
o
v
a
r
i
a
n
c
a
r
c
i
n
o
m
a
[
14]
,
e
n
do
m
e
t
r
i
a
l
c
a
nc
e
r
[
11]
,
a
n
d
b
r
e
a
s
t
c
a
n
c
e
r
[
12]
,
[
17]
–
[
19]
.
I
n
t
h
e
c
a
s
e
o
f
e
n
do
m
e
t
r
i
a
l
c
a
n
c
e
r
,
pr
e
vi
o
u
s
s
t
udi
e
s
f
o
c
us
e
d
o
n
pr
e
d
i
c
t
i
n
g
hi
s
t
o
l
o
g
i
c
a
l
s
u
b
t
y
p
e
s
be
t
we
e
n
E
E
C
a
n
d
S
C
t
y
p
e
s
.
P
r
e
d
i
c
t
i
o
n
o
f
E
E
C
a
n
d
S
C
hi
s
t
o
l
o
g
i
c
a
l
s
u
b
t
y
pe
s
i
n
e
n
do
m
e
t
r
i
a
l
c
a
n
c
e
r
us
i
ng
t
h
e
I
n
c
e
pt
i
o
nR
e
s
n
e
t
-
b
a
s
e
d
m
u
l
t
i
-
r
e
s
o
l
ut
i
o
n
c
o
n
vo
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
k
(
C
NN
)
a
r
c
hi
t
e
c
t
ur
e
,
P
a
n
o
p
t
e
s
,
r
e
s
u
l
t
e
d
i
n
a
n
a
r
e
a
un
de
r
t
h
e
r
e
c
e
i
v
e
r
o
pe
r
a
t
i
n
g
c
h
a
r
a
c
t
e
r
i
s
t
i
c
(
A
UR
O
C
)
o
f
0.
969
wi
t
h
a
c
o
nf
i
d
e
n
c
e
l
e
ve
l
o
f
95%
.
T
h
e
i
m
a
ge
s
us
e
d
i
n
t
hi
s
r
e
s
e
a
r
c
h
a
r
e
di
g
i
t
a
l
hi
s
t
o
pa
t
h
o
l
o
g
i
c
a
l
i
m
a
g
e
s
c
ut
i
n
t
o
s
m
a
ll
t
i
l
e
s
a
n
d
c
o
l
o
r
e
d
wi
t
h
H&
E
s
t
a
i
ni
ng.
T
h
e
m
o
de
l
c
r
e
a
t
e
d
c
a
n
pr
o
c
e
s
s
a
s
m
a
ny
a
s
22
s
e
t
s
o
f
t
i
l
e
s
pe
r
s
e
c
o
n
d
wi
t
hi
n
4
mi
nut
e
s
,
whi
c
h
m
e
a
ns
i
t
c
a
n
w
o
r
k
s
i
m
u
l
t
a
ne
o
us
l
y
w
i
t
h
a
p
a
t
h
o
l
o
g
i
s
t
f
o
r
r
e
f
e
r
e
nc
e
[
5]
.
Our
m
a
i
n
i
n
t
e
r
e
s
t
i
s
to
c
l
a
s
s
i
f
y
hi
s
t
o
pa
t
h
o
l
o
g
i
c
a
l
im
a
ge
s
t
o
de
t
e
r
m
i
ne
t
he
de
gr
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
o
f
t
h
e
e
n
do
m
e
t
r
i
o
i
d
t
y
pe
i
n
e
ndo
m
e
t
r
i
a
l
c
a
n
c
e
r
.
H
y
p
e
r
a
s
t
ut
y
e
t
al
.
[
12]
de
t
e
r
m
i
ne
d
t
h
e
de
gr
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
f
o
r
b
r
e
a
s
t
c
a
n
c
e
r
us
i
n
g
t
h
e
a
r
t
i
f
i
c
i
a
l
n
e
ur
a
l
n
e
t
wo
r
k
(
A
NN
)
m
e
t
h
o
d.
B
a
c
kpr
o
pa
ga
t
i
o
n
tr
a
i
ni
ng
o
n
hi
s
t
o
pa
t
h
o
l
o
g
i
c
a
l
im
a
ge
s
w
i
t
h
10
hi
dde
n
l
a
y
e
r
n
e
ur
o
n
s
pr
o
duc
e
s
81.
1
%
a
c
c
ur
a
c
y
a
n
d
80%
pr
e
c
i
s
i
o
n
.
Ot
h
e
r
r
e
s
e
a
r
c
h
e
r
s
us
e
d
a
t
i
e
r
e
d
a
ppr
o
a
c
h
o
f
s
uppo
r
t
v
e
c
to
r
m
a
c
hi
ne
(
S
VM
)
c
l
a
s
s
if
i
e
r
s
w
i
t
h
a
c
o
m
bi
na
t
i
o
n
o
f
f
e
a
t
ur
e
s
to
c
l
a
s
s
if
y
b
r
e
a
s
t
c
a
n
c
e
r
gr
a
de
a
n
d
pr
o
duc
e
d
a
n
o
v
e
r
a
l
l
a
c
c
ur
a
c
y
o
f
69%
[
20
]
.
H
o
we
v
e
r
,
a
c
c
o
r
di
n
g
to
o
u
r
kn
o
wl
e
dge
,
t
hi
s
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
de
gr
e
e
a
ppr
o
a
c
h
h
a
s
n
e
v
e
r
b
e
e
n
us
e
d
i
n
pr
e
vi
o
us
s
t
ud
i
e
s
f
o
r
e
n
do
m
e
t
r
i
a
l
a
d
e
n
o
c
a
r
c
i
n
o
m
a
c
a
s
e
s
.
I
n
t
h
i
s
s
t
u
d
y
,
w
e
us
e
d
t
h
e
e
x
tr
e
m
e
m
a
c
hi
n
e
l
e
a
r
ni
n
g
(
E
L
M
)
m
e
t
h
od
to
d
e
te
r
m
i
n
e
t
h
e
de
gr
e
e
o
f
di
f
f
e
r
e
n
t
i
a
t
i
o
n
o
f
e
n
d
o
m
e
tr
i
a
l
a
de
n
oc
a
r
c
i
n
o
m
a
.
E
L
M
wa
s
c
h
o
s
e
n
b
e
c
a
u
s
e
o
f
i
t
s
a
b
i
l
i
t
y
to
de
tec
t
c
o
m
p
l
e
x
tr
e
n
ds
wi
t
h
g
ood
g
e
n
e
r
a
l
i
z
a
t
i
o
n
pe
r
f
or
m
a
n
c
e
a
t
a
v
e
r
y
f
a
s
t
l
e
a
r
n
i
n
g
r
a
te
[
21
]
.
T
h
e
a
p
p
l
i
c
a
t
i
o
n
o
f
E
L
M
i
n
c
a
n
c
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
h
a
s
b
e
e
n
c
a
r
r
i
e
d
ou
t
i
n
s
e
v
e
r
a
l
s
tu
d
i
e
s
.
T
op
r
a
k'
s
r
e
s
e
a
r
c
h
o
n
b
r
e
a
s
t
c
a
n
c
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
n
[
1
9]
r
e
s
u
l
t
e
d
i
n
a
pe
r
f
o
r
m
a
n
c
e
a
c
c
u
r
a
c
y
o
f
9
8
.
9
9%
u
s
i
n
g
t
h
e
E
L
M
m
e
t
h
od
wi
t
h
9
i
n
pu
t
f
e
a
tu
r
e
s
f
r
o
m
hi
s
topa
t
h
o
l
o
gi
c
a
l
i
m
a
ge
s
,
b
e
tt
e
r
th
a
n
S
VM
(
9
6
.
8
5%
)
a
n
d
Na
ï
v
e
-
B
a
y
e
s
(
95
.
99
%
)
.
E
L
M
wa
s
a
l
s
o
us
e
d
i
n
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
n
or
m
a
l
a
n
d
p
r
e
c
a
n
c
e
r
ous
t
i
s
s
ue
i
n
c
e
r
v
i
c
a
l
c
a
n
c
e
r
,
r
e
s
u
l
t
i
n
g
i
n
m
ode
l
s
e
n
s
i
t
i
vi
t
y
a
n
d
s
p
e
c
i
f
i
c
i
t
y
o
f
94
.
6
%
a
n
d
8
4
.
3
%
[
2
1
]
.
O
t
h
e
r
r
e
s
e
a
r
c
h
e
r
s
us
e
i
t
f
or
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
b
r
a
i
n
tu
m
or
s
[
2
2]
,
s
k
i
n
c
a
nc
e
r
[
23
]
,
a
n
d
b
r
e
a
s
t
c
a
n
c
e
r
[
1
7]
,
[
2
4
]
.
F
e
a
tu
r
e
e
x
tr
a
c
t
i
o
n
i
s
c
a
r
r
i
e
d
ou
t
t
o
i
m
p
r
o
v
e
E
L
M
p
e
r
f
or
m
a
n
c
e
.
M
i
c
r
os
c
op
i
c
i
m
a
ge
s
c
a
n
p
r
o
vi
de
b
e
tt
e
r
i
nf
or
m
a
t
i
o
n
o
n
tex
t
ur
e
f
e
a
tu
r
e
s
.
T
e
x
t
u
r
a
l
f
e
a
tu
r
e
s
r
e
p
r
e
s
e
n
t
t
h
e
c
h
a
r
a
c
ter
i
s
t
i
c
a
pp
e
a
r
a
n
c
e
o
f
a
n
o
bj
e
c
t
'
s
s
ur
f
a
c
e
wh
i
c
h
i
s
a
s
s
oc
i
a
t
e
d
w
i
t
h
t
h
e
s
i
z
e
,
s
h
a
pe
,
a
r
r
a
n
g
e
m
e
n
t,
a
n
d
de
pth
o
f
i
t
s
c
o
n
s
t
i
tuen
t
e
l
e
m
e
n
t
s
[
25
]
.
S
e
v
e
r
a
l
f
e
a
tu
r
e
e
x
t
r
a
c
t
i
o
n
m
e
t
h
ods
c
o
m
bi
n
e
d
wi
t
h
E
L
M
c
l
a
s
s
i
f
i
c
a
t
i
o
n
w
e
r
e
c
o
m
pa
r
e
d
i
n
t
h
e
r
e
s
e
a
r
c
h
o
f
K
um
a
r
e
t
a
l
.
[
22
]
,
th
e
g
r
a
y
-
l
e
v
e
l
r
un
l
e
n
g
t
h
m
a
tr
i
x
(
GL
R
L
M
)
m
e
t
h
o
d
p
r
odu
c
e
d
s
e
n
s
i
t
i
vi
t
y
,
s
pe
c
i
f
i
c
i
t
y
,
a
n
d
a
c
c
u
r
a
c
y
o
f
90
%
,
7
8%
,
a
n
d
84
%
r
e
s
pe
c
t
i
v
e
l
y
,
b
e
tt
e
r
t
h
a
n
t
h
e
g
r
a
y
l
e
v
e
l
c
o
-
oc
c
u
r
r
e
n
c
e
m
a
t
r
i
x
(
GL
C
M
)
81
%
,
65
%
,
a
n
d
7
3%
.
T
h
us
,
we
c
h
o
s
e
GL
R
L
M
a
s
t
h
e
f
e
a
tu
r
e
e
x
tr
a
c
t
i
o
n
m
e
t
h
o
d
i
n
thi
s
s
tu
d
y
.
T
h
e
n
we
a
l
s
o
a
p
p
l
y
t
h
e
c
o
m
bi
n
e
d
l
o
c
a
l
bi
n
a
r
y
pa
tt
e
r
n
(
L
B
P
)
-
GL
R
L
M
f
e
a
tur
e
.
C
o
m
bi
ni
n
g
tex
tu
r
e
f
e
a
t
u
r
e
s
wi
t
h
a
c
l
a
s
s
i
f
i
e
r
c
a
n
p
r
odu
c
e
qui
te
g
ood
a
c
c
u
r
a
c
y
.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
u
l
t
s
us
i
n
g
t
h
e
c
o
m
bi
n
e
d
L
B
P
-
GL
R
L
M
f
e
a
tur
e
e
x
tr
a
c
t
i
o
n
m
e
t
h
o
d
a
r
e
b
e
tt
e
r
th
a
n
L
B
P
or
GL
R
L
M
a
l
o
n
e
,
wi
t
h
a
n
a
c
c
ur
a
c
y
r
a
te
o
f
9
8
.
4
1
%
[
2
6]
.
I
n
t
h
i
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
C
las
s
if
ication
o
f
e
ndome
tr
ial
ade
noc
ar
c
inoma
us
ing
his
topat
hology
image
s
w
it
h
…
(
R
ir
ies
R
ulani
ngtyas
)
963
c
o
m
bi
n
e
d
m
e
t
h
od
,
th
e
e
n
d
o
m
e
tr
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
i
m
a
ge
t
h
a
t
h
a
s
g
o
n
e
t
h
r
ough
th
e
g
r
a
y
s
c
a
l
i
n
g
p
r
oc
e
s
s
i
s
f
e
a
tur
e
e
x
tr
a
c
te
d
us
i
n
g
L
B
P
to
p
r
od
uc
e
de
c
i
m
a
l
num
b
e
r
s
,
th
e
n
r
e
c
o
n
s
tr
u
c
ted
b
a
c
k
i
n
to
a
n
i
m
a
ge
f
or
GL
R
L
M
f
e
a
tur
e
r
e
tr
i
e
v
a
l
.
T
h
e
m
a
i
n
pu
r
p
o
s
e
o
f
t
hi
s
s
tu
d
y
wa
s
to
d
e
v
e
l
o
p
a
n
e
f
f
i
c
i
e
n
t
m
a
c
hi
n
e
l
e
a
r
ni
n
g
m
o
d
e
l
to
a
u
to
m
a
t
i
c
a
l
ly
c
l
a
s
s
i
f
y
t
h
e
de
g
r
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
o
f
e
n
d
o
m
e
tr
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
i
n
to
t
h
r
e
e
s
ub
t
y
pe
s
f
r
o
m
hi
s
topa
th
o
l
og
i
c
a
l
i
m
a
ge
s
tak
e
n
us
i
n
g
t
h
e
bi
ops
y
m
e
t
h
o
d
.
T
h
e
v
a
r
i
ous
s
tage
s
c
a
r
r
i
e
d
ou
t
i
n
t
hi
s
r
e
s
e
a
r
c
h
i
n
c
l
ud
e
da
ta
c
o
l
l
e
c
t
i
o
n
,
p
r
e
-
p
r
oc
e
s
s
i
n
g
,
f
e
a
t
u
r
e
e
x
tr
a
c
t
i
o
n
,
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
e
c
o
n
tr
i
b
u
t
i
o
n
s
we
m
a
de
i
n
t
hi
s
m
a
n
us
c
r
i
p
t
a
r
e
s
u
m
m
a
r
i
z
e
d
a
s
f
o
l
l
o
ws
:
i
)
pr
o
v
i
de
a
m
a
c
hi
n
e
l
e
a
r
ni
n
g
-
b
a
s
e
d
m
ode
l
f
or
a
u
to
m
a
t
i
c
d
i
a
gn
o
s
i
s
b
a
s
e
d
o
n
t
h
e
de
g
r
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
o
f
hi
s
topa
t
h
o
l
o
gi
c
a
l
i
m
a
ge
s
o
f
e
nd
o
m
e
tr
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
,
i
i
)
ge
n
e
r
a
te
t
h
e
b
e
s
t
E
L
M
m
ode
l
c
o
n
f
i
gu
r
a
t
i
o
n
i
n
i
m
pr
o
v
i
n
g
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
p
e
r
f
or
m
a
n
c
e
o
f
t
h
e
de
g
r
e
e
o
f
di
f
f
e
r
e
n
t
i
a
t
i
o
n
o
f
e
n
d
o
m
e
tr
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
,
a
n
d
i
i
i
)
c
o
m
pa
r
i
s
o
n
o
f
m
e
t
h
o
ds
GL
R
L
M
e
x
t
r
a
c
t
i
o
n
a
n
d
c
o
m
bi
n
e
d
L
B
P
-
GL
R
L
M
m
e
t
h
o
d
i
n
c
l
a
s
s
i
f
y
i
n
g
t
h
e
de
gr
e
e
o
f
di
f
f
e
r
e
n
t
i
a
t
i
o
n
us
i
n
g
E
L
M
.
2.
M
E
T
HO
D
Our
s
t
udy
f
o
c
us
e
d
o
n
de
t
e
r
m
i
n
i
ng
t
h
e
de
gr
e
e
of
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
o
f
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
whi
c
h
c
o
n
s
i
s
t
s
o
f
t
h
r
e
e
gr
a
de
s
,
n
a
m
e
ly
we
ll
-
d
if
f
e
r
e
n
t
i
a
t
e
d
(
g
r
a
de
1
)
,
m
o
de
r
a
t
e
-
di
f
f
e
r
e
n
t
i
a
t
e
d
(
g
r
a
d
e
2
)
,
a
n
d
poo
r
l
y
-
d
if
f
e
r
e
n
t
i
a
t
e
d
(
gr
a
de
3
)
.
T
h
e
pr
o
c
e
dur
e
s
we
f
o
l
l
o
we
d
to
c
o
n
duc
t
t
h
i
s
s
t
udy
a
r
e
de
s
c
r
i
b
e
d
b
e
l
o
w
r
e
s
pe
c
t
i
ve
ly
.
F
i
gur
e
1
i
ll
us
t
r
a
t
e
s
t
h
e
pr
o
c
e
dur
a
l
s
t
e
ps
pe
r
f
o
r
m
e
d.
F
i
gur
e
1.
B
l
o
c
k
d
i
a
gr
a
m
o
f
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
2
.
1.
Dat
a
c
ol
l
e
c
t
ion
Da
t
a
we
r
e
c
o
l
l
e
c
t
e
d
a
t
t
h
e
De
pa
r
t
m
e
n
t
o
f
An
a
t
o
m
ica
l
P
a
t
h
o
l
o
g
y
o
f
Dr
.
S
o
e
to
m
o
Ho
s
pi
t
a
l
S
ur
a
b
a
y
a
.
T
h
e
da
t
a
o
b
t
a
i
n
e
d
we
r
e
hi
s
t
o
pa
t
h
o
l
o
g
y
i
m
a
ge
s
o
f
gr
a
de
1
,
gr
a
de
2
,
a
n
d
gr
a
de
3
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
de
gr
e
e
s
.
E
a
c
h
gr
a
de
c
o
n
t
a
i
ns
50
da
t
a
wi
t
h
d
i
m
e
n
s
i
o
ns
o
f
1440
×
1024
.
H
i
s
t
o
pa
t
h
o
l
o
g
y
i
m
a
g
e
s
we
r
e
o
b
t
a
i
n
e
d
by
bi
o
p
s
y
m
e
t
h
o
d
a
n
d
t
h
e
n
o
b
s
e
r
v
e
d
by
d
i
g
i
t
a
l
mi
c
r
o
s
c
o
pe
a
t
200
×
m
a
g
ni
f
i
c
a
t
i
o
n
wi
t
h
He
m
a
t
o
xi
li
n
-
E
o
s
i
n
s
t
a
i
ni
ng.
2.
2.
P
r
e
-
p
r
oc
e
s
s
in
g
D
i
g
i
t
a
l
im
a
ge
s
a
r
e
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
o
f
i
n
t
e
ns
i
t
y
f
u
nc
t
i
o
n
s
i
n
a
t
wo
-
di
m
e
n
s
i
o
n
a
l
p
l
a
ne
.
I
m
a
ge
s
c
a
n
b
e
gr
o
upe
d
i
n
t
o
t
h
r
e
e
t
y
p
e
s
b
a
s
e
d
o
n
t
h
e
i
r
c
o
l
o
r
,
n
a
m
e
ly
R
G
B
,
gr
a
y
s
c
a
l
e
,
a
n
d
bi
na
r
y
im
a
g
e
s
.
R
GB
im
a
ge
s
a
r
e
c
o
m
po
s
e
d
o
f
t
h
r
e
e
c
o
l
o
r
c
h
a
nne
l
s
,
r
e
d,
gr
e
e
n
,
a
nd
bl
ue
.
W
hil
e
gr
a
y
s
c
a
l
e
a
n
d
bi
na
r
y
im
a
ge
s
o
nl
y
h
a
v
e
o
n
e
c
o
l
o
r
c
h
a
nne
l
.
I
n
R
GB
a
n
d
gr
a
y
s
c
a
l
e
i
m
a
g
e
s
,
t
h
e
i
n
t
e
n
s
i
t
y
va
l
ue
o
f
p
i
x
e
l
s
w
i
t
h
8
-
bi
t
de
pt
h
v
a
r
i
e
s
be
t
we
e
n
0
a
n
d
255.
T
h
e
d
i
f
f
e
r
e
n
c
e
w
i
t
h
bi
na
r
y
i
m
a
ge
s
,
t
h
e
d
e
pt
h
i
s
1
-
bi
t
,
s
o
t
h
e
c
o
l
o
r
i
n
t
e
n
s
i
t
y
i
s
o
nly
e
x
pr
e
s
s
e
d
by
t
h
e
v
a
l
ue
0
m
e
a
ns
bl
a
c
k
a
n
d
1
m
e
a
n
s
w
hi
t
e
[
12]
.
I
n
t
hi
s
s
t
ud
y
,
t
h
e
i
m
a
g
e
o
b
t
a
i
n
e
d
i
s
a
n
R
GB
im
a
ge
s
o
i
t
i
s
n
e
c
e
s
s
a
r
y
t
o
d
o
g
r
a
y
s
c
a
ll
i
ng
o
r
c
o
n
v
e
r
t
t
h
e
R
GB
i
m
a
ge
t
o
gr
a
y
s
c
a
l
e
.
T
h
e
go
a
l
i
s
t
o
i
m
pr
o
v
e
i
m
a
ge
q
ua
l
i
t
y
s
o
a
s
to
f
a
c
i
li
t
a
t
e
t
h
e
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
s
t
a
ge
a
n
d
r
e
d
uc
e
c
o
m
put
a
t
i
o
na
l
b
ur
de
n
.
An
o
t
h
e
r
r
e
a
s
o
n
t
h
e
gr
a
y
s
c
a
ll
i
ng
pr
o
c
e
s
s
i
s
n
e
e
d
e
d
i
s
b
e
c
a
u
s
e
t
h
e
s
e
l
e
c
t
e
d
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
m
e
t
h
o
d
o
nl
y
a
n
a
ly
z
e
s
t
h
e
gr
a
y
l
e
v
e
l
i
n
t
h
e
i
m
a
ge
.
F
i
gur
e
2
s
h
o
ws
t
h
e
r
e
s
ul
t
s
o
f
i
m
a
g
e
pr
e
pr
o
c
e
s
s
i
n
g
f
r
o
m
R
GB
to
g
r
a
y
s
c
a
l
e
i
m
a
g
e
s
.
P
r
e
pr
o
c
e
s
s
i
ng
o
f
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
im
a
ge
s
f
r
o
m
R
G
B
i
m
a
ge
s
t
o
gr
a
y
s
c
a
l
e
c
a
n
b
e
s
e
e
n
i
n
F
i
g
ur
e
2(
a
)
f
o
r
gr
a
de
1
a
de
n
o
c
a
r
c
i
n
o
m
a
,
i
n
F
i
gur
e
2(
b
)
f
o
r
g
r
a
de
2
a
de
n
oc
a
r
c
i
n
o
m
a
,
a
n
d
i
n
F
i
gur
e
2(
c
)
f
o
r
gr
a
de
3
a
de
n
o
c
a
r
c
i
n
o
m
a
.
R
GB
i
m
a
ge
s
a
r
e
c
o
n
v
e
r
t
e
d
to
gr
a
y
s
c
a
l
e
us
i
ng
t
h
e
(
1)
.
=
(
0
.
299
×
)
+
(
0
.
587
×
)
+
(
0
.
144
×
)
(
1)
2.
3.
F
e
at
u
r
e
e
x
t
r
ac
t
ion
T
o
s
o
r
t
o
u
t
t
h
e
r
e
l
e
v
a
n
t
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
t
h
a
t
c
h
a
r
a
c
t
e
r
i
z
e
e
a
c
h
c
l
a
s
s
,
we
pe
r
f
o
r
m
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
.
M
a
c
hi
ne
l
e
a
r
ni
ng
-
b
a
s
e
d
i
m
a
ge
c
l
a
s
s
if
i
c
a
t
i
o
n
r
e
qu
i
r
e
s
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
f
i
r
s
t
to
i
n
c
r
e
a
s
e
a
c
c
ur
a
c
y
.
F
o
r
mi
c
r
o
s
c
o
pi
c
i
m
a
ge
s
,
t
e
x
t
ur
e
f
e
a
t
ur
e
s
c
a
n
pr
o
vi
de
b
e
tt
e
r
i
nf
o
r
m
a
t
i
o
n
.
T
hi
s
f
e
a
t
ur
e
r
e
pr
e
s
e
n
t
s
t
h
e
c
h
a
r
a
c
t
e
r
i
s
t
i
c
a
ppe
a
r
a
nc
e
o
f
a
n
o
bj
e
c
t
'
s
s
ur
f
a
c
e
w
hi
c
h
i
s
a
s
s
o
c
i
a
t
e
d
w
i
t
h
t
h
e
s
i
z
e
,
s
ha
pe
,
a
r
r
a
n
ge
m
e
n
t
,
a
n
d
de
pt
h
o
f
i
t
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
36
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
:
96
1
-
971
964
c
o
n
s
t
i
t
ue
n
t
e
l
e
m
e
n
t
s
[
25]
.
C
o
m
bi
n
i
ng
t
e
x
t
ur
e
f
e
a
t
ur
e
s
w
i
t
h
a
c
l
a
s
s
i
f
i
e
r
c
a
n
pr
o
duc
e
qui
t
e
goo
d
a
c
c
u
r
a
c
y
[
26]
.
W
e
u
s
e
t
wo
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
m
e
t
h
o
ds
i
n
t
hi
s
r
e
s
e
a
r
c
h
,
na
m
e
ly
gr
a
y
l
e
v
e
l
r
u
n
l
e
n
gt
h
m
a
t
r
i
x
(
GL
R
L
M
)
a
n
d
c
o
m
bi
ne
d
L
B
P
−
GL
R
L
M
.
F
e
a
t
ur
e
s
f
r
o
m
b
ot
h
m
e
t
h
o
ds
h
a
v
e
b
e
e
n
us
e
d
a
s
m
a
c
hi
ne
l
e
a
r
ni
ng
i
n
put
a
n
d
ha
v
e
s
h
o
w
n
goo
d
pe
r
f
o
r
m
a
n
c
e
[
22]
,
[
26
]
.
(
a
)
(
b
)
(
c
)
F
i
gur
e
2
.
P
r
e
p
r
o
c
e
s
s
i
ng
r
e
s
u
l
t
s
o
f
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
hi
s
t
o
pa
t
h
o
l
o
g
y
i
m
a
g
e
s
:
(
a
)
gr
a
de
1
,
(
b
)
gr
a
de
2
,
a
n
d
(
c
)
gr
a
de
3
2.
3.
1
.
Gr
ay
l
e
ve
l
r
u
n
lengt
h
m
at
r
i
x
GL
R
L
M
e
x
t
r
a
c
t
s
t
h
e
gr
a
y
de
gr
e
e
s
pr
e
s
e
n
t
i
n
th
e
gr
a
y
s
c
a
l
e
im
a
ge
.
T
h
e
e
x
t
r
a
c
t
i
o
n
b
e
g
i
ns
w
i
t
h
de
t
e
r
m
i
n
i
ng
t
h
e
a
n
g
l
e
o
r
i
e
n
t
a
t
i
o
n
,
whi
c
h
i
s
0,
4
5,
90
,
a
n
d
135,
t
h
e
n
f
o
r
m
i
ng
a
r
un
-
l
e
n
gt
h
m
a
t
r
i
x
a
t
e
a
c
h
a
n
g
l
e
.
An
a
n
g
l
e
o
f
0
m
e
a
n
s
h
o
r
i
z
o
n
t
a
l
d
i
r
e
c
t
i
o
n
,
i
.
e
.
t
h
e
p
i
x
e
l
i
s
c
o
m
pa
r
e
d
t
o
t
h
e
p
i
x
e
l
o
n
t
h
e
r
i
g
h
t
.
An
a
n
g
l
e
o
f
90
m
e
a
n
s
t
h
e
v
e
r
t
i
c
a
l
d
i
r
e
c
t
i
o
n
,
i
.
e
.
t
h
e
p
i
x
e
l
is
c
o
m
p
a
r
e
d
to
t
h
e
p
i
x
e
l
a
b
o
v
e
i
t
.
An
a
n
g
l
e
o
f
45
m
e
a
ns
a
d
i
a
go
n
a
l
d
i
r
e
c
t
i
o
n
w
i
t
h
a
p
o
s
i
t
i
v
e
gr
a
d
i
e
n
t
,
wh
e
r
e
t
h
e
pi
x
e
l
i
s
c
o
m
pa
r
e
d
to
t
h
e
pi
xe
l
to
t
h
e
r
i
g
h
t
o
f
i
t.
A
135
a
n
g
l
e
m
e
a
n
s
a
d
i
a
go
n
a
l
d
i
r
e
c
t
i
o
n
w
i
t
h
a
p
o
s
i
t
i
ve
gr
a
di
e
n
t
,
wh
e
r
e
t
h
e
p
i
x
e
l
i
s
c
o
m
pa
r
e
d
to
t
h
e
p
i
xe
l
to
t
h
e
uppe
r
l
e
f
t
.
T
h
e
us
e
o
f
f
o
ur
a
n
gu
l
a
r
or
i
e
n
t
a
t
i
o
ns
c
a
n
e
a
s
e
t
h
e
c
o
m
put
a
t
i
o
n
pr
o
c
e
s
s
a
s
t
h
e
r
e
i
s
n
o
n
e
e
d
to
us
e
m
u
l
t
i
p
l
e
a
n
gu
l
a
r
o
r
i
e
n
t
a
t
i
o
n
s
.
F
i
gur
e
3
s
h
o
ws
t
h
e
r
un
-
l
e
n
gt
h
m
a
t
r
i
x
r
e
s
u
l
t
s
f
r
o
m
i
m
a
ge
pr
o
c
e
s
s
i
n
g
w
i
t
h
f
o
ur
a
n
g
l
e
o
r
i
e
n
t
a
t
i
o
ns
.
T
h
e
r
un
-
l
e
n
gt
h
m
a
t
r
i
x
(
,
)
i
s
de
f
i
ne
d
a
s
t
h
e
s
u
m
o
f
r
un
-
l
e
n
gt
h
w
i
t
h
gr
a
y
-
l
e
v
e
l
p
i
xe
l
s
i
a
n
d
r
un
-
l
e
n
gt
h
j
.
Va
r
i
o
us
t
e
x
t
ur
e
f
e
a
t
ur
e
s
c
a
n
be
de
r
i
v
e
d
f
r
o
m
t
h
e
m
a
t
r
i
x
[
25]
.
T
h
e
GL
R
L
M
f
e
a
t
ur
e
s
us
e
d
a
r
e
gr
a
y
-
l
e
v
e
l
n
o
n
u
nif
o
r
m
i
t
y
(
G
L
N)
,
r
un
l
e
n
gt
h
n
o
n
u
ni
f
o
r
m
i
t
y
(
R
L
N)
,
r
un
pe
r
c
e
n
t
a
ge
(
R
P
)
,
l
o
w
gr
a
y
-
l
e
v
e
l
r
u
n
e
m
p
h
a
s
i
s
(
L
GR
E
)
,
hi
g
h
gr
a
y
-
l
e
v
e
l
r
u
n
e
m
p
h
a
s
i
s
(
HG
R
E
/HGL
)
,
s
h
o
r
t
r
un
l
o
w
gr
a
y
-
l
e
v
e
l
e
m
p
h
a
s
i
s
(
S
R
L
GE
)
,
s
h
o
r
t
r
un
hi
g
h
gr
a
y
-
l
e
v
e
l
e
m
p
h
a
s
i
s
(
S
R
HG
E
)
,
l
o
n
g
r
un
hi
g
h
gr
a
y
-
l
e
v
e
l
e
m
p
h
a
s
i
s
(
L
R
HG
E
)
.
T
h
e
s
e
e
i
g
h
t
f
e
a
t
ur
e
s
w
i
ll
b
e
t
h
e
i
n
put
f
o
r
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
s
t
a
ge
.
=
1
∑
(
∑
(
,
)
=
1
)
2
=
=
1
1
∑
(
)
2
=
1
(
2
)
=
1
∑
(
∑
(
,
)
=
1
)
2
=
=
1
1
∑
(
)
2
=
1
(
3
)
=
(
4
)
=
1
∑
∑
(
,
)
2
=
1
=
=
1
1
∑
(
)
2
=
1
(
5
)
=
1
∑
∑
(
,
)
⋅
2
=
1
=
=
1
1
∑
(
)
⋅
2
=
1
(
6
)
=
1
∑
∑
(
,
)
2
⋅
2
=
1
=
1
(
7
)
=
1
∑
∑
(
,
)
⋅
2
2
=
1
=
1
(
8
)
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
C
las
s
if
ication
o
f
e
ndome
tr
ial
ade
noc
ar
c
inoma
us
ing
his
topat
hology
image
s
w
it
h
…
(
R
ir
ies
R
ulani
ngtyas
)
965
=
1
∑
∑
(
,
)
⋅
2
⋅
2
=
1
=
1
(
9
)
i
s
t
h
e
tot
a
l
n
u
m
be
r
o
f
r
uns
a
n
d
i
s
t
h
e
n
u
m
be
r
o
f
p
i
x
e
l
s
i
n
t
h
e
im
a
ge
.
GL
N,
R
L
N,
a
n
d
R
P
b
e
l
o
n
g
t
o
t
r
a
di
t
i
o
n
a
l
r
u
n
-
l
e
n
gt
h
f
e
a
t
ur
e
s
a
n
d
mo
s
t
o
f
t
h
e
f
e
a
t
ur
e
s
a
r
e
o
nl
y
a
f
u
n
c
t
i
o
n
o
f
(
)
wi
t
h
o
ut
c
o
n
s
i
de
r
i
n
g
t
h
e
gr
a
y
-
l
e
v
e
l
i
nf
o
r
m
a
t
i
o
n
o
n
(
)
.
T
o
e
x
t
r
a
c
t
t
h
e
gr
a
y
l
e
v
e
l
i
nf
o
r
m
a
t
i
o
n
i
n
t
h
e
m
a
t
r
i
x
,
L
GR
a
n
d
HG
R
E
a
r
e
us
e
d.
T
h
e
n
t
h
e
r
e
a
r
e
c
o
m
bi
ne
d
s
t
a
t
i
s
ti
c
a
l
m
e
a
s
ur
e
s
be
t
we
e
n
gr
a
y
l
e
v
e
l
a
n
d
r
un
-
l
e
n
gt
h
,
n
a
m
e
l
y
S
R
L
GR
,
S
R
HG
R
,
a
n
d
L
R
HG
E
a
r
e
a
l
s
o
us
e
d
i
n
t
his
s
t
udy
.
F
i
gur
e
3
.
M
a
tr
i
x
r
un
l
e
n
gt
h
i
n
e
a
c
h
a
n
gu
l
a
r
o
r
i
e
n
t
a
t
i
o
n
2.
3.
2
.
L
oc
al
b
in
ar
y
p
at
t
e
r
n
L
B
P
i
s
a
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
m
e
t
h
o
d
us
e
d
f
o
r
t
e
x
tur
e
c
l
a
s
s
if
i
c
a
t
i
o
n
i
n
i
m
a
ge
pr
o
c
e
s
s
i
n
g.
L
B
P
h
a
s
b
e
c
o
m
e
a
ve
r
y
e
f
f
i
c
i
e
n
t
t
e
x
t
ur
e
f
e
a
t
ur
e
de
s
c
r
i
p
to
r
.
A
3
×
3
m
a
s
k
i
s
u
s
e
d
a
ga
i
ns
t
ne
i
g
hb
o
r
i
n
g
p
i
x
e
l
s
t
o
de
t
e
r
m
i
ne
a
pa
r
t
i
c
u
l
a
r
t
e
x
t
ur
e
a
n
d
e
v
a
l
ua
t
e
t
h
e
L
B
P
.
L
B
P
i
s
a
l
s
o
s
a
i
d
t
o
b
e
a
f
i
r
s
t
-
or
de
r
c
i
r
c
u
l
a
r
de
r
i
v
a
t
i
v
e
o
f
t
h
e
m
i
c
r
o
-
pa
tt
e
r
n
c
o
n
t
a
i
ne
d
i
n
t
h
e
i
m
a
ge
t
h
a
t
c
a
n
be
c
o
n
s
t
r
uc
t
e
d
by
c
o
nj
ug
a
t
i
n
g
a
ll
bi
na
r
y
gr
a
d
i
e
n
t
di
r
e
c
t
i
o
n
s
.
T
h
e
m
a
t
h
e
m
a
t
i
c
a
l
m
o
de
l
c
a
n
be
s
e
e
n
a
s
(
10)
.
(
,
)
=
∑
(
−
)
2
−
1
=
0
(
10
)
W
i
t
h
b
e
i
ng
t
h
e
n
u
m
be
r
o
f
n
e
i
g
hb
o
r
i
n
g
p
i
xe
l
s
,
(
)
=
0
whe
n
>
0
a
n
d
1
ot
h
e
r
w
i
s
e
[
26]
.
A
c
o
m
bi
ne
d
L
B
P
a
n
d
GL
R
L
M
m
e
t
h
o
d
i
s
u
s
e
d
i
n
t
hi
s
r
e
s
e
a
r
c
h
.
T
h
e
o
ut
pu
t
o
f
t
h
e
gr
a
y
s
c
a
ll
i
ng
pr
o
c
e
s
s
wi
ll
be
f
e
a
t
ur
e
e
x
t
r
a
c
t
e
d
us
i
n
g
L
B
P
to
p
r
oduc
e
de
c
i
m
a
l
n
u
m
be
r
s
b
a
s
e
d
o
n
t
h
e
gr
a
y
s
c
a
l
e
i
m
a
ge
.
L
B
P
wo
r
ks
by
c
o
m
pa
r
i
ng
t
h
e
bi
na
r
y
va
l
u
e
o
f
t
h
e
p
i
xe
l
a
t
t
h
e
c
e
n
t
e
r
o
f
t
h
e
i
m
a
ge
w
i
t
h
t
h
e
va
l
ue
o
f
i
t
s
ne
i
ghb
o
r
i
n
g
p
i
x
e
l
s
,
t
h
e
n
t
h
e
bi
na
r
y
r
e
s
u
l
t
s
a
r
e
s
u
m
m
e
d
w
i
t
h
we
i
g
h
t
s
.
T
h
e
r
e
s
u
l
t
o
f
L
B
P
i
s
r
e
c
o
n
s
t
r
uc
t
e
d
b
a
c
k
i
n
t
o
a
n
im
a
ge
,
t
h
e
n
GL
R
L
M
f
e
a
t
ur
e
s
a
r
e
e
x
t
r
a
c
t
e
d
to
o
b
t
a
i
n
8
t
y
p
e
s
o
f
t
e
x
t
ur
e
f
e
a
t
ur
e
s
.
T
h
e
gr
a
y
s
c
a
l
e
i
mage
a
n
d
L
B
P
r
e
c
o
n
s
t
r
uc
t
e
d
i
m
a
ge
a
r
e
s
e
e
n
i
n
F
i
gur
e
4,
a
l
o
n
g
w
i
t
h
t
h
e
r
e
s
u
l
t
i
n
g
a
r
r
a
y
v
a
l
ue
s
.
T
h
e
a
r
r
a
y
va
l
ue
s
o
f
gr
a
de
1
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
f
r
o
m
t
h
e
g
r
a
y
s
c
a
l
e
i
m
a
ge
c
a
n
b
e
s
e
e
n
i
n
F
i
gur
e
4(
a
)
a
n
d
th
e
a
r
r
a
y
v
a
l
ue
s
o
f
gr
a
de
1
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
f
r
o
m
t
h
e
L
B
P
r
e
c
o
n
s
t
r
uc
t
e
d
i
m
a
ge
c
a
n
b
e
s
e
e
n
i
n
F
i
g
ur
e
4(
b
)
.
L
B
P
pr
o
duc
e
s
a
r
e
pr
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
l
o
c
a
l
v
a
l
ue
s
f
o
r
e
a
c
h
p
i
x
e
l
.
T
h
e
L
B
P
r
e
s
u
l
t
i
m
a
ge
c
o
n
t
a
i
ns
i
n
f
o
r
m
a
t
i
o
n
a
b
o
ut
t
h
e
l
o
c
a
l
t
e
x
t
ur
e
pa
tt
e
r
n
i
n
t
h
e
or
i
g
i
na
l
im
a
ge
.
T
h
e
d
i
f
f
e
r
e
n
c
e
b
e
t
we
e
n
t
h
e
gr
a
y
s
c
a
le
i
m
a
ge
a
n
d
t
h
e
L
B
P
i
m
a
ge
c
a
n
b
e
s
e
e
n
vi
s
ua
ll
y
f
r
o
m
t
h
e
s
h
a
r
pne
s
s
a
n
d
t
e
x
t
ur
e
o
f
t
h
e
i
m
a
g
e
.
T
h
e
L
B
P
i
m
a
ge
d
i
s
p
l
a
y
s
a
n
i
m
a
g
e
w
i
t
h
a
do
t
pa
tt
e
r
n
t
h
a
t
s
h
o
ws
a
v
a
r
i
e
t
y
o
f
t
e
x
t
ur
e
pa
tt
e
r
n
s
i
n
t
h
e
i
m
a
ge
t
h
a
t
l
o
o
k
s
s
h
a
r
pe
r
a
n
d
m
o
r
e
bl
ur
.
M
e
a
n
w
hil
e
,
gr
a
y
s
c
a
l
e
im
a
ge
s
c
a
n
r
e
pr
e
s
e
n
t
i
m
a
ge
s
w
i
t
h
gr
a
y
l
e
ve
l
s
f
r
o
m
l
o
w
gr
a
y
to
hi
g
h
gr
a
y
c
l
e
a
r
l
y
.
T
hi
s
i
s
b
e
c
a
us
e
t
h
e
L
B
P
i
m
a
ge
h
a
s
be
e
n
r
e
c
o
n
s
t
r
uc
t
e
d
a
n
d
t
h
e
pi
x
e
l
v
a
l
ue
s
h
a
v
e
b
e
e
n
pr
o
c
e
s
s
e
d
s
o
a
s
to
ge
t
t
h
e
c
h
a
r
a
c
t
e
r
i
s
t
i
c
v
a
l
ue
o
f
t
h
e
i
m
a
ge
.
(
a
)
(
b
)
F
i
gur
e
4
.
A
r
r
a
y
v
a
l
ue
s
o
f
gr
a
de
1
e
n
do
m
e
t
r
i
a
l
a
de
no
c
a
r
c
i
n
o
m
a
f
r
o
m
(
a
)
g
r
a
y
s
c
a
l
e
i
m
a
ge
a
n
d
(
b
)
L
B
P
r
e
c
o
n
s
t
r
uc
t
e
d
i
m
a
ge
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
36
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
:
96
1
-
971
966
2.
4.
E
x
t
r
e
m
e
l
e
a
r
n
in
g
m
ac
h
in
e
c
l
a
s
s
i
f
icat
ion
E
L
M
i
s
a
de
v
e
l
o
p
m
e
n
t
o
f
f
e
e
d
f
o
r
wa
r
d
n
e
ur
a
l
ne
t
w
o
r
k
m
e
t
h
o
d
t
h
a
t
h
a
s
o
nl
y
o
n
e
hi
dd
e
n
l
a
y
e
r
,
r
e
f
e
r
r
e
d
to
a
s
s
i
n
g
l
e
hi
dde
n
-
l
a
y
e
r
n
e
ur
a
l
n
e
t
wo
r
k
.
T
hi
s
m
e
t
h
o
d
h
a
s
a
l
e
a
r
ni
ng
s
pe
e
d
t
h
o
us
a
n
ds
o
f
t
i
mes
f
a
s
t
e
r
t
h
a
n
t
r
a
di
t
i
o
n
a
l
f
e
e
d
f
o
r
wa
r
d,
a
n
d
pr
o
duc
e
s
b
e
t
t
e
r
ge
n
e
r
a
li
z
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
.
U
nl
i
k
e
F
NN
s
t
h
a
t
o
nl
y
t
e
n
d
to
a
c
hi
e
ve
t
h
e
s
m
a
ll
e
s
t
e
r
r
o
r
,
E
L
M
a
l
s
o
a
c
hi
e
ve
s
t
h
e
s
m
a
ll
e
s
t
we
i
g
h
t
n
o
r
m
.
I
n
i
t
s
l
e
a
r
ni
ng,
t
h
e
o
u
t
pu
t
we
i
g
h
t
s
a
r
e
c
a
l
c
u
l
a
t
e
d
a
na
ly
t
i
c
a
ll
y
,
w
hil
e
t
h
e
i
n
put
we
i
g
h
t
s
a
r
e
c
h
o
s
e
n
r
a
n
do
m
ly
[
19]
,
[
27]
.
He
r
e
i
s
t
h
e
a
r
c
hi
t
e
c
t
ur
e
o
f
E
L
M
s
h
o
wn
by
F
i
gur
e
5.
F
i
gur
e
5.
E
L
M
a
r
c
hi
t
e
c
t
ur
e
T
r
a
i
ni
ng
E
L
M
i
s
to
f
i
nd
t
h
e
b
e
s
t
we
i
g
h
t
s
,
bi
a
s
,
a
n
d
be
t
a
.
T
h
e
a
l
go
r
i
t
hm
s
t
a
r
t
s
by
s
pe
c
if
yi
ng
t
h
e
i
n
put
a
n
d
t
a
r
ge
t
.
T
h
e
i
n
put
i
s
a
n
a
ve
r
a
ge
r
e
pr
e
s
e
n
t
i
n
g
e
a
c
h
f
e
a
t
ur
e
f
r
o
m
t
h
e
GL
R
L
M
or
L
B
P
-
GL
R
L
M
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
r
e
s
u
l
t
s
a
n
d
t
h
e
o
u
t
pu
t
i
s
t
h
r
e
e
c
l
a
s
s
e
s
,
n
a
m
e
ly
gr
a
de
1,
gr
a
de
2
,
a
n
d
gr
a
de
3.
Th
e
n
t
h
e
o
u
tpu
t
o
f
t
h
e
E
L
M
w
i
t
h
hi
dde
n
n
e
ur
o
n
s
c
a
n
be
e
x
pr
e
s
s
e
d
i
n
t
o
t
h
e
(
11)
:
∑
(
+
)
=
,
=
1
,
…
,
=
1
(
11
)
W
i
t
h
(
)
i
s
t
h
e
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
i
n
t
h
e
hi
dde
n
l
a
y
e
r
.
T
h
e
e
qua
t
i
o
n
c
a
n
b
e
s
im
p
li
f
i
e
d
i
n
t
o
t
h
e
(
12
)
.
=
(
12
)
T
h
e
we
i
g
h
t
a
n
d
bi
a
s
v
a
l
ue
s
a
r
e
de
t
e
r
m
i
ne
d
r
a
n
do
m
ly
,
t
h
e
n
t
h
e
o
ut
pu
t
o
f
t
h
e
hi
dde
n
l
a
y
e
r
m
a
t
r
i
x
i
s
c
a
l
c
u
l
a
t
e
d.
T
h
e
m
a
t
r
i
x
i
s
o
f
s
i
z
e
×
,
wh
e
r
e
i
s
t
h
e
n
u
m
be
r
o
f
i
n
put
s
a
n
d
i
s
t
h
e
n
u
m
be
r
o
f
hi
dde
n
n
o
de
s
.
c
a
n
b
e
o
b
t
a
i
n
e
d
f
r
o
m
(
12
)
by
us
i
ng
t
h
e
M
o
o
r
e
-
P
e
n
r
o
s
e
i
nv
e
r
s
e
[
27]
,
[
28]
:
=
(
13
)
t
h
e
m
a
t
r
i
x
H
c
a
n
be
wr
i
t
t
e
n
a
s
(
14)
a
n
d
(
15)
.
=
[
(
1
1
+
1
)
⋯
(
1
+
)
⋮
⋱
⋮
(
1
+
1
)
⋯
(
+
)
]
(
14
)
=
[
1
⋮
]
×
,
=
[
1
⋮
]
×
(
15
)
T
h
e
a
v
a
il
a
bl
e
da
t
a
s
e
t
i
s
d
i
vi
d
e
d
i
n
t
o
t
w
o
s
ub
s
e
t
s
,
f
o
r
tr
a
i
ni
ng
a
n
d
t
e
s
t
i
n
g.
W
i
t
h
a
t
r
a
i
ni
ng
s
u
bs
e
t
,
t
h
e
E
L
M
c
l
a
s
s
i
f
i
e
r
i
s
t
r
a
i
n
e
d
t
o
l
e
a
r
n
o
pt
i
m
a
l
pa
r
a
m
e
t
e
r
s
e
tt
i
n
g
s
.
T
h
e
m
a
xim
u
m
n
u
m
be
r
o
f
hi
dde
n
n
o
de
s
us
e
d
in
t
hi
s
r
e
s
e
a
r
c
h
i
s
100
n
o
de
s
a
n
d
t
h
e
a
c
t
i
v
a
t
i
o
n
f
u
nc
t
i
o
n
i
s
a
bi
na
r
y
s
i
g
m
o
i
d
f
u
n
c
t
i
o
n
to
r
e
c
o
gni
z
e
no
n
-
l
i
ne
a
r
da
t
a
.
T
e
s
t
i
n
g
i
s
c
a
r
r
i
e
d
o
ut
a
f
t
e
r
E
L
M
tr
a
i
ni
ng
t
o
f
i
nd
o
u
t
h
o
w
we
l
l
t
h
e
m
o
de
l
c
r
e
a
t
e
d
pe
r
f
o
r
m
s
.
W
e
d
i
vi
d
e
d
t
h
e
t
r
a
i
ni
ng
da
t
a
a
n
d
t
e
s
t
da
t
a
i
n
a
r
a
t
i
o
o
f
8
0:20.
Di
f
f
e
r
e
n
t
s
c
h
e
m
e
s
a
r
e
o
f
t
e
n
us
e
d
f
o
r
pe
r
f
o
r
m
a
nc
e
e
v
a
l
ua
t
i
o
n
,
s
uc
h
a
s
k
-
f
o
l
d
c
r
o
s
s
-
v
a
li
da
t
i
o
n
o
r
e
xi
t
-
o
n
e
-
o
u
t
[
29
]
.
W
e
us
e
d
k
-
f
o
l
d
c
r
o
s
s
-
va
l
i
da
t
i
o
n
t
o
t
e
s
t
d
i
f
f
e
r
e
n
t
da
t
a
s
c
h
e
m
a
s
,
w
i
t
h
va
l
ue
s
o
f
=
10
.
T
h
e
k
-
f
o
l
d
m
e
t
h
o
d
d
i
vi
d
e
d
t
h
e
da
t
a
s
e
t
i
n
t
o
tr
a
i
n
,
v
a
l
i
d
a
t
i
o
n
,
a
n
d
t
e
s
t
da
t
a
a
l
o
n
g
w
i
t
h
s
p
li
t
t
i
n
g,
m
o
de
s
e
l
e
c
t
i
o
n
,
a
n
d
pe
r
f
o
r
m
a
n
c
e
s
t
a
t
e
s
[
19]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
C
las
s
if
ication
o
f
e
ndome
tr
ial
ade
noc
ar
c
inoma
us
ing
his
topat
hology
image
s
w
it
h
…
(
R
ir
ies
R
ulani
ngtyas
)
967
2.
5
.
P
e
r
f
o
r
m
an
c
e
m
e
t
r
ics
C
l
a
s
s
if
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
i
s
m
e
a
s
ur
e
d
qua
n
t
i
t
a
t
i
v
e
ly
by
t
r
a
i
ni
ng
a
c
c
ur
a
c
y
,
t
e
s
t
i
n
g
a
c
c
ur
a
c
y
,
a
n
d
pr
e
c
i
s
i
o
n
de
r
i
v
e
d
f
r
o
m
c
o
nf
us
i
o
n
m
a
t
r
i
x
pa
r
a
m
e
t
e
r
s
:
t
r
ue
p
o
s
i
t
i
ve
,
f
a
l
s
e
po
s
i
t
i
v
e
,
tr
ue
n
e
ga
ti
ve
,
f
a
l
s
e
n
e
ga
t
i
v
e
.
T
a
bl
e
1
i
s
a
c
o
n
f
u
s
i
o
n
m
a
t
r
i
x
us
e
d
to
m
e
a
s
u
r
e
m
u
l
t
i
c
l
a
s
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
.
G1,
G2
,
G3
a
r
e
t
h
e
di
f
f
e
r
e
n
t
i
a
t
i
o
n
de
gr
e
e
o
f
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
gr
a
de
1,
gr
a
de
2,
a
n
d
gr
a
de
3,
r
e
s
pe
c
t
i
v
e
ly
.
GG
1,
GG
2,
a
n
d
GG
3
a
r
e
t
h
e
n
u
m
be
r
o
f
a
c
t
ua
l
G1,
G2,
G3
c
l
a
s
s
e
s
t
h
a
t
a
r
e
pr
e
d
i
c
t
e
d
c
o
r
r
e
c
t
l
y
i
n
t
h
e
i
r
r
e
s
pe
c
t
i
ve
c
l
a
s
s
e
s
.
W
hil
e
t
h
e
ot
h
e
r
6
v
a
l
u
e
s
a
r
e
t
h
e
n
u
m
be
r
o
f
a
c
t
ua
l
G1,
G2,
o
r
G3
c
l
a
s
s
e
s
t
h
a
t
a
r
e
p
r
e
d
i
c
t
e
d
i
nc
o
r
r
e
c
t
l
y
i
n
e
a
c
h
c
l
a
s
s
i
f
i
e
d
c
o
l
u
m
n
.
T
a
bl
e
1
.
C
o
n
f
u
s
i
o
n
m
a
t
r
i
x
P
r
e
di
c
t
e
d
r
e
s
ul
t
G1
G2
G3
A
c
tu
a
l
r
e
s
ul
t
G1
G
G
1
G
1
G
2
G
1
G
3
G2
G
2
G
1
G
G
2
G
2
G
3
G3
G
3
G
1
G
3
G
2
G
G
3
A
c
c
ur
a
c
y
i
s
a
v
a
l
u
e
t
h
a
t
wi
l
l
be
us
e
d
to
m
e
a
s
ur
e
t
h
e
a
c
c
ur
a
c
y
o
f
a
de
t
e
c
t
i
o
n
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
s
y
s
t
e
m
.
T
h
e
a
c
c
ur
a
c
y
va
l
u
e
i
s
m
e
a
s
ur
e
d
a
s
t
h
e
r
a
t
i
o
b
e
t
we
e
n
t
h
e
da
t
a
t
h
a
t
c
a
n
b
e
gue
s
s
e
d
c
or
r
e
c
t
l
y
by
t
h
e
a
l
go
r
i
t
h
m
a
n
d
t
h
e
tot
a
l
o
f
a
ll
da
t
a
.
I
f
t
h
e
a
c
c
ur
a
c
y
o
f
a
de
t
e
c
t
i
o
n
s
y
s
t
e
m
i
s
hi
g
h
t
h
e
n
t
h
e
s
y
s
t
e
m
c
a
n
pe
r
f
o
r
m
t
h
e
de
t
e
c
t
i
o
n
pr
o
c
e
s
s
we
ll
,
ot
h
e
r
w
i
s
e
i
f
t
h
e
a
c
c
ur
a
c
y
o
f
a
de
t
e
c
t
i
o
n
s
y
s
t
e
m
i
s
l
o
w
t
h
e
n
t
h
e
s
y
s
t
e
m
i
s
s
a
i
d
t
o
b
e
un
a
bl
e
to
pe
r
f
o
r
m
t
h
e
de
t
e
c
t
i
o
n
pr
o
c
e
s
s
pr
o
pe
r
ly
.
M
e
a
n
w
hi
l
e
,
pr
e
c
i
s
i
o
n
i
s
t
h
e
pr
o
p
or
t
i
o
n
o
f
c
o
r
r
e
c
t
ly
c
l
a
s
s
if
i
e
d
im
a
ge
s
t
o
t
h
e
tot
a
l
o
f
a
ll
pr
e
d
i
c
t
i
o
ns
/d
i
a
gn
o
s
e
s
o
f
c
o
r
r
e
c
t
l
y
de
t
e
c
t
e
d
i
m
a
ge
s
[
19]
.
T
h
e
f
o
l
lo
wi
n
g
i
s
t
h
e
e
qua
t
i
o
n
f
o
r
t
h
e
l
e
v
e
l
o
f
a
c
c
ur
a
c
y
a
n
d
pr
e
c
i
s
i
o
n
,
wh
e
r
e
N
i
s
tot
a
l
a
m
o
u
n
t
o
f
da
t
a
.
A
c
c
ur
a
c
y
=
1
+
2
+
3
(
16
)
P
r
e
c
i
s
i
o
n
GG
1
=
1
1
2
+
1
3
(
17
)
P
r
e
c
i
s
i
o
n
GG
2
=
2
2
1
+
2
3
(
18
)
P
r
e
c
i
s
i
o
n
GG
3
=
3
3
1
+
3
2
(
19
)
3.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
E
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
i
s
d
i
vi
de
d
i
n
t
o
t
h
r
e
e
c
l
a
s
s
e
s
a
c
c
o
r
di
n
g
t
o
t
h
e
de
gr
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
.
E
a
c
h
gr
a
de
h
a
s
d
if
f
e
r
e
n
t
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
b
ut
i
s
d
i
f
f
i
c
u
l
t
t
o
i
de
n
t
i
f
y
w
i
t
h
t
h
e
n
a
k
e
d
e
y
e
.
Gr
a
de
1
i
s
c
h
a
r
a
c
t
e
r
i
z
e
d
by
t
h
e
g
l
a
n
d
s
s
t
i
ll
b
e
i
ng
vi
s
i
b
l
e
a
n
d
t
h
e
c
e
l
l
s
a
r
r
a
n
ge
d
n
e
a
t
l
y
r
e
s
e
m
b
li
ng
n
o
r
m
a
l
c
e
ll
s
,
gr
a
de
2
h
a
vi
ng
i
r
r
e
gu
l
a
r
g
l
a
n
ds
a
n
d
c
e
ll
s
a
r
r
a
n
ge
d
i
n
a
p
i
l
e
,
a
n
d
gr
a
de
3
n
ot
s
e
e
i
n
g
t
h
e
g
l
a
n
d
s
a
n
d
t
h
e
c
e
l
l
s
a
r
e
b
e
c
o
m
i
ng
m
o
r
e
c
o
n
de
ns
e
d
a
n
d
de
n
s
e
r
.
T
h
e
r
e
a
r
e
t
w
o
E
L
M
m
o
de
l
s
pr
o
duc
e
d
i
n
t
hi
s
r
e
s
e
a
r
c
h
,
whi
c
h
a
r
e
d
i
vi
de
d
b
a
s
e
d
o
n
t
h
e
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
m
e
t
h
o
d
c
a
r
r
i
e
d
o
u
t
b
e
f
o
r
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
e
m
o
de
l
1
wa
s
c
r
e
a
t
e
d
us
i
n
g
f
e
a
t
ur
e
e
x
tr
a
c
t
i
o
n
i
n
put
us
i
n
g
t
h
e
GL
R
L
M
m
e
t
h
o
d
a
n
d
t
h
e
m
o
de
l
2
us
e
d
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
i
nput
us
i
n
g
t
h
e
c
o
m
bi
ne
d
L
B
P
-
GL
R
L
M
m
e
t
h
o
d.
T
h
e
L
B
P
m
e
t
h
o
d
pr
o
duc
e
s
de
c
i
m
a
l
n
u
m
be
r
s
f
r
o
m
gr
a
y
s
c
a
le
i
m
a
ge
s
.
T
h
e
r
e
s
u
l
t
s
f
r
o
m
L
B
P
a
r
e
t
h
e
n
r
e
c
o
n
s
t
r
uc
t
e
d
i
n
t
o
i
m
a
ge
s
to
b
e
e
x
t
r
a
c
t
e
d
us
i
n
g
t
h
e
GL
R
L
M
f
e
a
t
ur
e
.
T
h
e
r
e
s
u
l
t
s
o
f
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
e
a
c
h
a
m
o
u
n
t
to
8
t
y
pe
s
o
f
GL
R
L
M
t
e
x
t
ur
e
f
e
a
t
ur
e
s
f
r
o
m
f
o
ur
a
n
gu
l
a
r
o
r
i
e
n
t
a
t
i
o
n
s
,
a
n
d
t
h
e
n
t
h
e
a
v
e
r
a
ge
i
s
c
a
l
c
u
l
a
t
e
d
to
r
e
pr
e
s
e
n
t
e
a
c
h
f
e
a
t
ur
e
.
N
o
r
m
a
li
z
a
t
i
o
n
i
s
c
a
r
r
i
e
d
o
u
t
us
i
n
g
t
h
e
M
i
nM
a
x
s
c
a
l
e
r
m
e
t
h
o
d
b
e
f
o
r
e
t
h
e
E
L
M
pr
oc
e
s
s
s
o
t
h
a
t
t
h
e
p
r
o
c
e
s
s
e
d
da
t
a
h
a
s
t
h
e
s
a
m
e
s
c
a
l
e
.
Da
t
a
pr
o
c
e
s
s
i
n
g
i
s
c
a
r
r
i
e
d
o
u
t
us
i
n
g
P
y
t
h
o
n
pr
o
gr
a
m
mi
n
g.
T
h
e
pr
o
p
o
s
e
d
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
t
h
e
de
gr
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
o
f
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
wa
s
a
s
s
e
s
s
e
d
us
i
ng
e
v
a
l
ua
t
i
o
n
m
e
t
r
i
c
s
o
f
a
c
c
ur
a
c
y
a
n
d
pr
e
c
i
s
i
o
n
.
T
h
e
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
de
gr
e
e
c
l
a
s
s
if
i
c
a
t
i
o
n
r
e
s
u
l
t
s
a
r
e
s
h
o
w
n
i
n
T
a
bl
e
2.
E
L
M
c
a
n
a
c
hi
e
v
e
t
h
e
l
o
we
s
t
e
r
r
o
r
r
a
t
e
a
n
d
o
u
t
pu
t
we
i
g
h
t
n
o
r
m
v
a
l
ue
s
i
n
o
ne
i
t
e
r
a
t
i
o
n
,
m
a
k
i
ng
t
hi
s
m
o
de
l
f
a
s
t
e
r
t
h
a
n
gr
a
d
i
e
n
t
-
b
a
s
e
d
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
.
T
h
e
pe
r
f
o
r
m
a
nc
e
o
f
t
h
e
E
L
M
m
o
de
l
de
pe
n
d
s
o
n
t
h
e
i
ni
t
i
a
li
z
a
t
i
o
n
o
f
t
h
e
we
i
g
h
t
s
,
t
h
e
n
u
m
b
e
r
o
f
n
o
de
s
i
n
t
h
e
hi
dde
n
l
a
y
e
r
,
a
n
d
t
h
e
t
y
pe
o
f
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
[
24]
.
W
e
us
e
t
h
e
K
-
f
o
l
d
c
r
o
s
s
-
v
a
li
da
t
i
o
n
da
t
a
s
e
g
m
e
n
t
a
t
i
o
n
m
e
t
h
o
d
to
f
i
nd
t
h
e
be
s
t
E
L
M
m
o
de
l
c
o
nf
i
gur
a
t
i
o
n
.
T
h
e
k
-
f
o
l
d
m
e
t
h
o
d
c
a
n
s
e
p
a
r
a
t
e
da
t
a
s
e
t
s
,
s
e
l
e
c
t
m
o
de
l
s
,
a
n
d
t
e
s
t
pe
r
f
o
r
m
a
n
c
e
[
19]
.
I
n
t
h
i
s
pr
o
c
e
s
s
,
t
h
e
b
e
s
t
n
u
m
b
e
r
o
f
hi
dd
e
n
n
o
de
s
wa
s
40
i
n
t
h
e
m
o
de
l
1
a
n
d
82
i
n
t
h
e
m
o
de
l
2
.
W
e
de
t
e
r
m
i
ne
t
h
e
m
a
xim
u
m
n
u
m
be
r
o
f
n
o
de
s
i
n
t
h
e
hi
dde
n
l
a
ye
r
to
b
e
100.
T
h
e
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
we
us
e
i
s
t
h
e
bi
n
a
r
y
s
i
g
m
o
i
d
f
u
nc
t
i
o
n
b
e
c
a
u
s
e
t
hi
s
f
u
n
c
t
i
o
n
c
a
n
r
e
c
o
gni
z
e
n
o
n
-
l
i
ne
a
r
da
t
a
.
T
h
e
a
c
c
ur
a
c
y
gr
a
ph
o
f
th
e
E
L
M
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
36
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
:
96
1
-
971
968
m
o
de
l
s
c
a
n
b
e
s
e
e
n
i
n
F
i
gur
e
6
.
T
h
e
a
c
c
ur
a
c
y
gr
a
ph
o
f
E
L
M
w
i
t
h
GL
R
L
M
f
e
a
t
ur
e
(
m
o
de
l
1)
h
a
s
b
e
e
n
il
l
us
t
r
a
t
e
d
i
n
F
i
gur
e
6(
a
)
a
n
d
t
h
e
a
c
c
ur
a
c
y
gr
a
ph
o
f
t
h
e
E
L
M
wi
t
h
L
B
P
-
GL
R
L
M
f
e
a
t
ur
e
(
m
o
de
l
2)
h
a
s
b
e
e
n
il
l
us
t
r
a
t
e
d
i
n
F
i
gur
e
6(
b
)
.
I
t
c
a
n
b
e
s
e
e
n
t
h
a
t
t
h
e
a
c
c
ur
a
c
y
i
nc
r
e
a
s
e
s
a
r
o
un
d
t
h
e
n
u
m
be
r
o
f
b
e
s
t
hi
dd
e
n
o
n
e
s
,
t
h
e
n
de
c
r
e
a
s
e
s
.
E
L
M
s
h
o
ws
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
nc
e
f
o
r
tr
a
i
ni
ng
a
c
c
ur
a
c
y
o
f
97.
13%
,
t
e
s
t
i
n
g
a
c
c
ur
a
c
y
o
f
91.
33%
,
a
n
d
pr
e
c
i
s
i
o
n
o
f
80%
o
n
t
h
e
m
o
de
l
1
.
M
e
a
n
w
hil
e
,
t
r
a
i
ni
ng
a
c
c
ur
a
c
y
wa
s
91.
03%
,
t
e
s
t
i
n
g
a
c
c
ur
a
c
y
wa
s
71.
33%
,
a
n
d
pr
e
c
i
s
i
o
n
wa
s
100%
i
n
t
h
e
m
o
de
l
2
.
T
h
e
m
e
t
r
i
c
r
e
s
u
l
t
s
a
r
e
e
v
a
l
ua
t
e
d
i
n
pe
r
c
e
n
t
a
ge
s
a
s
t
h
e
y
i
nd
i
c
a
t
e
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
t
h
e
c
l
a
s
s
if
i
e
r
.
H
i
g
h
a
c
c
ur
a
c
y
i
nd
i
c
a
t
e
s
pr
e
c
i
s
e
a
n
d
a
c
c
ur
a
t
e
t
um
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
w
i
t
h
l
o
we
r
f
a
l
s
e
n
e
g
a
t
i
ve
s
.
T
h
e
hi
g
h
-
pr
e
c
i
s
i
o
n
r
e
s
u
l
t
s
de
m
o
n
s
t
r
a
t
e
t
h
e
c
o
r
r
e
c
t
n
e
s
s
o
f
t
h
e
pr
o
p
o
s
e
d
a
l
go
r
i
t
hm
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
E
L
M
m
o
de
l
1
s
h
o
ws
b
e
t
ter
r
e
s
ul
t
s
t
h
a
n
t
h
e
m
o
de
l
2
.
T
hi
s
i
s
b
e
c
a
u
s
e
t
h
e
e
x
t
r
a
c
t
e
d
i
nput
i
m
a
ge
h
a
s
s
i
g
ni
f
i
c
a
n
t
di
f
f
e
r
e
n
c
e
s
i
n
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
be
t
we
e
n
e
a
c
h
c
l
a
s
s
i
n
pur
e
GL
R
L
M
f
e
a
t
ur
e
s
,
i
n
c
o
n
t
r
a
s
t
to
t
h
e
GL
R
L
M
i
n
put
f
r
o
m
L
B
P
r
e
s
u
l
t
s
wh
e
r
e
t
h
e
r
a
n
ge
o
f
f
e
a
t
ur
e
v
a
l
u
e
s
i
s
n
ot
m
uc
h
d
i
f
f
e
r
e
n
t
b
e
t
we
e
n
e
a
c
h
c
l
a
s
s
.
O
t
h
e
r
r
e
s
e
a
r
c
h
s
h
o
ws
t
h
a
t
th
e
c
o
m
bi
na
t
i
o
n
o
f
L
B
P
-
GL
R
L
M
f
e
a
t
ur
e
s
p
r
o
du
c
e
s
qu
i
t
e
goo
d
v
a
l
ue
s
[
26]
,
b
ut
a
ppa
r
e
n
t
l
y
,
i
t
de
pe
n
d
s
o
n
t
h
e
i
m
a
g
e
us
e
d
.
T
a
bl
e
2.
E
L
M
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
u
l
t
s
w
i
t
h
GL
R
L
M
f
e
a
t
ur
e
s
F
e
a
tu
r
e
e
x
tr
a
c
ti
o
n m
e
th
o
d
B
e
s
t
hi
dd
e
n n
o
d
e
s
A
c
c
u
r
a
ti
o
n (
%
)
P
r
e
c
is
i
o
n (
%
)
T
r
a
in
in
g
T
e
s
ti
ng
G
L
R
L
M
40
97.13
91.33
80
L
B
P
-
G
L
R
L
M
82
91.03
71.33
100
(
a
)
(
b
)
F
i
gur
e
6.
A
c
c
ur
a
c
y
gr
a
p
h
o
f
t
h
e
(
a
)
E
L
M
wi
t
h
GL
R
L
M
f
e
a
t
ur
e
a
n
d
(
b
)
E
L
M
w
i
t
h
L
B
P
-
GL
R
L
M
f
e
a
t
ur
e
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
pr
o
p
o
s
e
d
E
L
M
m
o
de
l
i
n
di
f
f
e
r
e
n
t
i
a
t
i
o
n
de
gr
e
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
s
c
o
m
pa
r
e
d
w
i
t
h
ot
h
e
r
m
a
c
hi
ne
l
e
a
r
ni
ng
m
e
t
h
o
ds
.
I
t
c
a
n
b
e
s
e
e
n
i
n
T
a
bl
e
3,
t
h
e
r
e
i
s
a
c
o
m
pa
r
a
t
i
ve
a
n
a
ly
s
i
s
o
f
th
e
E
L
M
c
l
a
s
s
if
i
e
r
w
i
t
h
ot
h
e
r
m
a
c
hi
ne
l
e
a
r
ni
n
g
c
l
a
s
s
if
i
e
r
s
whi
c
h
ha
v
e
t
h
e
s
a
m
e
go
a
l
,
t
h
a
t
i
s
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
t
h
e
de
gr
e
e
o
f
t
um
o
r
di
f
f
e
r
e
n
t
i
a
t
i
o
n
.
C
o
m
pa
r
a
t
i
ve
a
n
a
lys
i
s
wa
s
t
a
ke
n
f
r
o
m
b
r
e
a
s
t
c
a
n
c
e
r
a
n
d
o
v
a
r
i
a
n
c
a
n
c
e
r
wh
e
r
e
t
h
e
c
a
n
c
e
r
h
a
s
a
m
o
r
ph
o
l
o
g
i
c
a
l
s
t
r
uc
t
u
r
e
s
i
mi
l
a
r
to
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
.
T
h
e
c
o
m
pa
r
a
t
i
v
e
s
t
udi
e
s
pr
e
s
e
n
t
e
d
a
l
l
us
e
d
hi
s
t
o
pa
t
h
o
l
o
gi
c
a
l
im
a
ge
s
t
a
ke
n
by
bi
o
ps
y
a
n
d
h
e
m
a
t
o
xi
li
n
-
e
o
s
i
n
s
t
a
i
ni
ng.
T
h
e
c
l
a
s
s
if
i
e
r
s
us
e
d
f
o
r
c
o
m
p
a
r
a
t
i
v
e
a
n
a
ly
s
i
s
o
f
e
n
do
m
e
t
r
i
a
l
a
de
no
c
a
r
c
i
n
o
m
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
r
e
m
u
l
t
i
p
l
e
S
VM
[
20]
,
y
o
u
o
nl
y
l
o
o
k
o
n
c
e
(
YO
L
O)
wi
t
h
v
a
r
i
o
us
v
e
r
s
i
o
ns
[
30]
,
a
n
d
C
NN
w
i
t
h
I
n
c
e
pt
i
o
n
-
V3
a
r
c
hi
t
e
c
t
ur
e
[
31]
.
T
h
e
m
e
t
r
i
c
s
us
e
d
f
o
r
pe
r
f
o
r
m
a
nc
e
e
v
a
l
ua
t
i
o
n
a
r
e
t
e
s
t
i
n
g
a
c
c
ur
a
c
y
a
n
d
pr
e
c
i
s
i
o
n
.
T
h
e
E
L
M
m
e
t
h
o
d
wi
t
h
GL
R
L
M
f
e
a
t
ur
e
s
(
m
o
de
l
1)
i
n
t
hi
s
s
t
ud
y
s
h
o
ws
hi
g
he
r
pe
r
f
o
r
m
a
nc
e
t
h
a
n
t
h
e
pr
e
s
e
n
t
e
d
c
o
m
pa
r
a
t
i
ve
m
e
t
h
o
d.
T
h
e
t
e
s
t
i
n
g
a
c
c
ur
a
c
y
o
b
t
a
i
n
e
d
by
E
L
M
m
o
de
l
1
wa
s
91.
33%
,
g
r
e
a
t
e
r
t
h
a
n
t
h
e
a
c
c
ur
a
c
y
o
f
ot
h
e
r
c
l
a
s
s
i
f
i
e
r
s
,
whi
c
h
a
r
e
69%
f
o
r
S
VM
,
89%
f
o
r
YO
L
O
-
V3,
88%
f
o
r
T
i
ny
-
Y
OL
O,
84%
f
o
r
YO
L
O
-
V2,
84%
f
o
r
YO
L
O
-
V1,
85%
f
o
r
C
NN
,
a
n
d
71.
33%
f
o
r
E
L
M
m
o
de
l
s
.
T
h
e
E
L
M
m
e
t
h
o
d
wi
t
h
L
B
P
-
GL
R
L
M
f
e
a
t
ur
e
(
m
o
de
l
2)
pr
oduc
e
t
h
e
l
o
we
s
t
pe
r
f
o
r
m
a
n
c
e
a
c
c
ur
a
c
y
a
m
o
n
g
o
t
h
e
r
m
e
t
h
o
ds
b
ut
h
a
v
e
t
h
e
hi
g
h
e
s
t
pr
e
c
i
s
i
o
n
,
whi
c
h
i
s
100%
,
gr
e
a
t
e
r
t
h
a
n
t
h
e
a
c
c
ur
a
c
y
o
f
ot
h
e
r
c
l
a
s
s
i
f
i
e
r
s
,
whi
c
h
a
r
e
87%
f
o
r
YO
L
O
-
V3,
85%
f
o
r
T
i
ny
-
YO
L
O,
80%
f
o
r
YO
L
O
-
V2,
77%
f
o
r
YO
L
O
-
V1,
a
n
d
80%
f
o
r
E
L
M
m
o
de
l
1.
T
h
us
,
t
h
e
pr
o
po
s
e
d
m
e
t
h
o
d
c
a
n
be
u
s
e
d
a
s
a
c
o
n
s
i
de
r
a
t
i
o
n
f
o
r
pa
t
h
o
l
o
g
i
s
t
s
i
n
i
n
c
r
e
a
s
i
ng
t
h
e
a
c
c
ur
a
c
y
o
f
d
i
a
g
n
o
s
i
s
o
f
e
n
do
m
e
t
r
i
a
l
a
d
e
n
o
c
a
r
c
i
n
o
m
a
b
a
s
e
d
o
n
t
h
e
de
gr
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
I
S
S
N:
2
5
0
2
-
4
7
52
C
las
s
if
ication
o
f
e
ndome
tr
ial
ade
noc
ar
c
inoma
us
ing
his
topat
hology
image
s
w
it
h
…
(
R
ir
ies
R
ulani
ngtyas
)
969
T
a
bl
e
3.
C
o
m
pa
r
i
s
o
n
o
f
s
im
i
l
a
r
s
t
ud
i
e
s
C
la
s
s
if
ic
a
ti
o
n m
e
th
o
d
C
la
s
s
if
ic
a
ti
o
n
o
bj
e
c
t
T
e
s
ti
ng
a
c
c
u
r
a
ti
o
n (
%
)
P
r
e
c
is
i
o
n (
%
)
M
ul
ti
pl
e
S
V
M
[
20]
G
r
a
d
e
s
of
br
e
a
s
t
c
a
nc
e
r
69
-
Y
O
L
O
-
V
3
[
30]
G
r
a
d
e
s
of
br
e
a
s
t
c
a
nc
e
r
89
87
T
in
y
-
Y
O
L
O
[
30
]
G
r
a
d
e
s
of
br
e
a
s
t
c
a
nc
e
r
88
85
Y
O
L
O
-
V
2
[
30]
G
r
a
d
e
s
of
br
e
a
s
t
c
a
nc
e
r
84
80
Y
O
L
O
-
V
1
[
30]
G
r
a
d
e
s
of
br
e
a
s
t
c
a
nc
e
r
81
77
I
nc
e
pt
i
o
n V
3 C
N
N
[
31]
G
r
a
d
e
s
of
ov
a
r
ia
n c
a
n
c
e
r
85
-
P
r
o
p
o
s
e
d
m
od
e
l
1
Gr
ad
e
s
o
f
A
d
e
n
o
k
ar
s
in
o
m
a e
n
d
o
m
e
t
r
i
u
m
91.33
80
P
r
o
p
o
s
e
d
m
od
e
l
2
Gr
ad
e
s
o
f
A
d
e
n
o
k
ar
s
in
o
m
a e
n
d
o
m
e
t
r
i
u
m
71.33
100
4.
CONC
L
USI
ON
P
r
o
gn
o
s
t
i
c
de
t
e
r
m
i
na
t
i
o
n
o
f
e
n
do
m
e
t
r
i
a
l
a
de
n
o
c
a
r
c
i
n
o
m
a
b
a
s
e
d
o
n
t
h
e
de
gr
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
i
s
c
a
r
r
i
e
d
o
u
t
by
pr
o
c
e
s
s
i
n
g
hi
s
t
o
pa
t
h
o
l
o
g
i
c
a
l
im
a
ge
s
us
i
n
g
t
h
e
E
L
M
c
l
a
s
s
if
i
c
a
t
i
o
n
m
e
t
h
o
d.
T
w
o
d
i
f
f
e
r
e
n
t
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
m
e
t
h
o
ds
,
n
a
m
e
ly
GL
R
L
M
a
n
d
c
o
m
bi
ne
d
L
B
P
-
GL
R
L
M
,
a
r
e
us
e
d
a
s
i
n
put
to
th
e
E
L
M
c
l
a
s
s
if
i
e
r
a
n
d
pr
o
duc
e
d
i
f
f
e
r
e
n
t
c
l
a
s
s
if
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
s
.
T
h
e
E
L
M
m
o
de
l
c
a
n
c
l
a
s
s
if
y
t
h
e
de
gr
e
e
o
f
d
i
f
f
e
r
e
n
t
i
a
t
i
o
n
i
n
t
o
we
l
l
-
d
i
f
f
e
r
e
n
t
i
a
t
e
d
(
gr
a
de
1
)
,
m
o
de
r
a
t
e
-
d
i
f
f
e
r
e
n
t
i
a
t
e
d
(
g
r
a
de
2
)
,
a
n
d
poor
l
y
-
d
if
f
e
r
e
n
t
i
a
t
e
d
(
gr
a
de
3
)
wi
t
h
l
e
v
e
l
s
o
f
t
r
a
i
ni
ng
a
c
c
ur
a
c
y
,
t
e
s
t
i
ng
a
c
c
ur
a
c
y
,
a
n
d
pr
e
c
i
s
i
o
n
a
r
e
97.
13%
,
91
.
33%
,
80%
f
o
r
GL
R
L
M
f
e
a
t
ur
e
s
a
n
d
91.
03%
,
71.
33%
,
100%
f
o
r
c
o
m
bi
ne
d
L
B
P
-
GL
R
L
M
f
e
a
t
ur
e
s
.
I
n
c
r
e
a
s
e
d
a
c
c
u
r
a
c
y
a
n
d
pr
e
c
i
s
i
o
n
i
n
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
e
n
do
m
e
t
r
i
a
l
a
d
e
no
c
a
r
c
i
n
o
m
a
a
r
e
b
e
n
e
f
i
c
i
a
l
i
n
t
h
e
e
a
r
l
y
m
a
n
a
ge
m
e
n
t
o
f
t
h
e
d
i
s
e
a
s
e
a
n
d
c
a
n
be
us
e
d
a
s
a
s
e
c
o
n
d
o
pi
ni
o
n
f
o
r
pa
t
h
o
l
o
g
i
s
t
s
.
AC
K
NOWL
E
DGE
M
E
NT
S
T
hi
s
wo
r
k
wa
s
s
uppor
t
e
d
by
DR
T
P
M
–
D
i
r
e
kto
r
a
t
J
e
n
de
r
a
l
P
e
n
d
i
d
i
ka
n
T
i
n
gg
i
K
e
m
e
n
t
e
r
i
a
n
P
e
n
d
i
d
i
ka
n
da
n
K
e
b
uda
y
a
a
n
R
e
pu
bli
k
I
n
do
n
e
s
i
a
,
w
i
t
h
gr
a
n
t
n
u
m
b
e
r
(
114/E
5/P
G.
02.
00
.
P
L
/20
23
a
n
d
1312/UN3.
L
P
P
M
/P
T
.
01
.
03/2023
).
RE
F
E
R
E
NC
E
S
[
1]
J
.
L
o
r
t
e
t
-
T
i
e
ul
e
n
t,
J
.
F
e
r
la
y
,
F
.
B
r
a
y
,
a
nd
A
.
J
e
ma
l,
“
I
nt
e
r
na
ti
o
na
l
pa
tt
e
r
ns
a
nd
tr
e
nds
in
e
ndo
m
e
tr
ia
l
c
a
nc
e
r
in
c
id
e
nc
e
,
19
78
-
2013,”
J
our
nal
o
f
t
he
N
at
io
nal
C
anc
e
r
I
ns
ti
tu
te
, v
o
l.
110, n
o
. 4,
pp. 354
–
361, 2018, do
i:
10.1093/j
n
c
i/
d
j
x
214.
[
2]
P
.
M
o
r
ic
e
,
A
.
L
e
a
r
y
,
C
.
C
r
e
ut
z
be
r
g,
N
.
A
bu
-
R
us
tu
m,
a
nd
E
.
D
a
r
a
i,
“
E
ndo
m
e
t
r
ia
l
c
a
nc
e
r
,”
T
he
L
anc
e
t
,
vo
l.
387,
n
o
.
10023,
pp.
1094
–
1108, 2016, do
i:
10.1016/
S
0140
-
6736(
15
)
00130
-
0.
[
3]
J
.
S
.
B
e
r
e
k
e
t
al
.
,
“
F
I
G
O
s
ta
gi
ng
of
e
nd
o
m
e
tr
ia
l
c
a
nc
e
r
:
2023,”
J
our
nal
o
f
gy
n
e
c
ol
ogi
c
on
c
ol
og
y
,
v
o
l.
34,
n
o
.
5,
p.
e
85,
2023,
do
i:
10.3802/j
go
.2023.34.
e
85.
[
4]
A
.
A
z
ue
ta
,
S
.
G
a
ti
us
,
a
nd
X
.
M
a
ti
a
s
-
G
ui
u,
“
E
ndo
m
e
tr
i
oi
d
c
a
r
c
in
o
ma
of
th
e
e
nd
o
m
e
tr
iu
m
:
p
a
th
o
l
o
gi
c
a
nd
mol
e
c
ul
a
r
f
e
a
tu
r
e
s
,”
Se
m
in
ar
s
i
n D
ia
gnos
ti
c
P
at
hol
ogy
, vo
l.
27, n
o
. 4, pp. 226
–
240,
2010, do
i:
10.1053/j
.s
e
mdp.2010.09.001.
[
5]
R
.
H
o
ng,
W
.
L
iu
,
D
.
D
e
L
a
ir
,
N
.
R
a
z
a
vi
a
n,
a
nd
D
.
F
e
n
y
ö,
“
P
r
e
di
c
ti
ng
e
nd
o
m
e
tr
ia
l
c
a
nc
e
r
s
ubt
y
p
e
s
a
nd
m
o
le
c
ul
a
r
f
e
a
tu
r
e
s
f
r
o
m
hi
s
to
pa
th
o
l
o
g
y
im
a
ge
s
us
in
g
mul
ti
-
r
e
s
o
lu
ti
o
n
de
e
p
l
e
a
r
ni
n
g
mo
d
e
ls
,”
C
e
ll
R
e
por
ts
M
e
di
c
in
e
,
v
o
l.
2,
n
o
.
9,
2021,
do
i:
10.1016/j
.xc
r
m.2021.100400.
[
6]
A
.
S
a
nt
o
r
o
e
t
al
.
,
“
N
e
w
pa
th
o
l
o
gi
c
a
l
a
nd
c
li
ni
c
a
l
in
s
ig
ht
s
in
e
n
do
m
e
tr
ia
l
c
a
nc
e
r
in
v
i
e
w
of
th
e
upda
t
e
d
e
s
g
o
/
e
s
tr
o
/
e
s
p
gui
de
li
n
e
s
,”
C
anc
e
r
s
, v
o
l.
13, n
o
. 11, pp. 1
–
20, 2021, d
oi
:
10.3390/
c
a
nc
e
r
s
1
3112623.
[
7]
G
.
F
.
Z
a
nn
o
ni
e
t
al
.
,
“
D
o
e
s
hi
gh
-
gr
a
de
e
nd
o
m
e
tr
i
o
id
c
a
r
c
in
o
m
a
(
gr
a
de
3
F
I
G
O
)
b
e
l
o
ng
t
o
t
y
p
e
i
or
t
y
p
e
I
I
e
nd
o
m
e
t
r
ia
l
c
a
nc
e
r
?
A
c
li
ni
c
a
l
-
pa
th
o
l
o
gi
c
a
l
a
nd
im
mun
o
hi
s
to
c
h
e
mi
c
a
l
s
tu
d
y
,”
V
ir
c
ho
w
s
A
r
c
hi
v
,
vo
l.
457,
n
o
.
1,
pp.
27
–
34,
2010,
d
o
i:
10.100
7/
s
00428
-
010
-
0939
-
z.
[
8]
A
.
B
e
r
mud
e
z
,
N
.
B
ha
tl
a
,
a
nd
E
.
L
e
ung,
“
C
a
nc
e
r
of
th
e
c
e
r
v
i
x
ut
e
r
i,
”
I
n
te
r
nat
io
nal
J
our
nal
of
G
y
ne
c
ol
ogy
and
O
b
s
te
tr
ic
s
,
vo
l.
131, pp. S
88
–
S
95, 2015, doi:
10.1016/j
.i
jg
o
.2015.06.004.
[
9]
G
.
K
ha
ti
b,
U
.
K
.
G
ul
e
c
,
A
.
B
.
G
u
z
e
l,
E
.
B
a
gi
r
,
S
.
P
a
y
da
s
,
a
nd
M
.
A
.
V
a
r
da
r
,
“
P
r
o
gn
o
s
is
tr
e
nd
of
gr
a
d
e
2
e
nd
o
m
e
tr
i
o
id
e
nd
o
m
e
tr
ia
l
c
a
r
c
in
o
ma
:
t
o
w
a
r
d
gr
a
de
1
o
r
3?
,”
P
at
hol
ogy
an
d
O
nc
ol
ogy
R
e
s
e
ar
c
h
,
v
o
l.
26,
no
.
4,
pp.
2351
–
2356,
2020,
do
i:
10.1007/s
12253
-
020
-
00836
-
w.
[
10]
J
.
Y
.
S
o
ng,
S
.
I
m,
S
.
H
.
L
e
e
,
a
nd
H
.
J
.
J
a
ng,
“
D
e
e
p
l
e
a
r
ni
n
g
-
ba
s
e
d
c
la
s
s
if
i
c
a
ti
o
n
of
ut
e
r
in
e
c
e
r
v
i
c
a
l
a
nd
e
nd
o
m
e
t
r
ia
l
c
a
nc
e
r
s
ubt
y
pe
s
f
r
o
m wh
o
l
e
-
s
li
de
hi
s
t
o
pa
th
o
l
o
g
y
i
ma
g
e
s
,”
D
ia
gnos
ti
c
s
, vo
l.
12, n
o
. 11, 2022, d
o
i:
10.3390/di
a
gn
o
s
ti
c
s
12112623.
[
11]
H
.
S
un,
X
.
Z
e
ng,
T
.
X
u,
G
.
P
e
ng,
a
nd
Y
.
M
a
,
“
C
o
mput
e
r
-
a
id
e
d
di
a
gno
s
is
in
hi
s
to
pa
th
o
l
o
gi
c
a
l
im
a
g
e
s
of
th
e
e
nd
o
m
e
tr
iu
m
us
in
g
a
c
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
n
e
tw
o
r
k
a
nd
a
tt
e
nt
i
o
n
m
e
c
ha
ni
s
ms
,”
I
E
E
E
J
our
nal
of
B
io
m
e
di
c
al
and
H
e
al
th
I
nf
o
r
m
at
ic
s
,
v
o
l.
24,
n
o
.
6
,
pp.
1664
–
1676, 2020, do
i:
10.1109/J
B
H
I
.2019.
2944977.
[
12]
A
.
S
.
H
y
p
e
r
a
s
tu
t
y
,
A
.
S
.
R
.
S
e
ti
j
o
,
a
nd
R
.
R
,
“
A
r
ti
f
i
c
ia
l
ne
ur
a
l
ne
tw
o
r
k
in
de
t
e
r
mi
ni
ng
hi
s
to
pa
th
o
l
o
gi
c
a
l
gr
a
di
ng
of
b
r
e
a
s
t
c
a
n
c
e
r
[
T
r
a
ns
la
ti
o
n
]
(
in
I
nd
o
n
e
s
ia
n
:
A
r
ti
f
ic
ia
l
ne
ur
al
ne
tw
or
k
dal
a
m
m
e
ne
nt
uk
an
gr
adi
ng
hi
s
to
pat
ol
ogi
k
ank
e
r
pay
udar
a
)
”
J
u
r
nal
B
io
s
ai
ns
P
as
c
as
ar
ja
na
, vo
l.
19, n
o
. 2, p. 176, 2017, d
o
i:
10.204
73/
jb
p.v
19i
2.2017.176
-
188.
[
13]
K
.
V
.
D
e
e
pa
k
a
nd
R
.
B
ha
r
a
ni
dha
r
a
n,
“
O
s
te
o
s
a
r
c
oma
de
te
c
t
io
n
in
hi
s
to
pa
th
o
l
o
g
y
im
a
ge
s
us
in
g
e
ns
e
mbl
e
ma
c
hi
n
e
le
a
r
n
in
g
te
c
hni
que
s
,”
B
io
m
e
di
c
al
Si
gnal
P
r
oc
e
s
s
in
g and C
ont
r
ol
, v
ol
. 8
6, no
. P
C
, p. 105281, 2023, d
o
i:
10.1016/j
.bs
p
c
.2023.105281.
[
14]
A
. B
e
nt
a
ie
b,
M
. S
. N
o
s
r
a
ti
,
H
.
L
i
-
C
ha
ng, D.
H
unt
s
ma
n, a
nd
G
.
H
a
ma
r
n
e
h, “
C
li
ni
c
a
ll
y
-
in
s
pi
r
e
d a
ut
o
ma
ti
c
c
la
s
s
if
i
c
a
ti
o
n
of
ov
a
r
ia
n
c
a
r
c
in
o
ma
s
ubt
y
p
e
s
,”
J
our
nal
of
P
at
h
ol
ogy
I
nf
or
m
at
ic
s
, v
o
l.
7,
no
. 1, p. 28, 2016, d
o
i:
10.4103/2153
-
3539.186899.
[
15]
M
.
C
he
n,
Y
.
H
a
o
,
K
.
H
w
a
ng,
L
.
W
a
ng,
a
nd
L
.
W
a
ng,
“
D
is
e
a
s
e
pr
e
di
c
ti
o
n
b
y
ma
c
hi
ne
l
e
a
r
ni
ng
ov
e
r
bi
g
da
ta
f
r
o
m
he
a
lt
h
c
a
r
e
c
o
mm
uni
ti
e
s
,”
I
E
E
E
A
c
c
e
s
s
, vo
l.
5, pp. 8869
–
8879, 2017
, d
o
i:
10.1109/AC
C
E
S
S
.2017.2694446.
[
16]
M
.
W
u,
C
.
Y
a
n,
H
.
L
iu
,
a
nd
Q
.
L
iu
,
“
A
ut
o
ma
ti
c
c
la
s
s
if
i
c
a
ti
o
n
of
ov
a
r
ia
n
c
a
nc
e
r
t
y
p
e
s
f
r
o
m
c
y
t
o
l
o
gi
c
a
l
im
a
g
e
s
us
in
g
de
e
p
c
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
n
e
tw
o
r
ks
,”
B
io
s
c
ie
nc
e
R
e
por
ts
, v
o
l.
38, n
o. 3, pp. 1
–
7, 2018, do
i:
10.1042
/
B
S
R
20180289.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
I
n
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
36
,
N
o
.
2
,
N
o
v
e
m
b
e
r
20
24
:
96
1
-
971
970
[
17]
H
.
D
.
B
i
z
une
h,
S
.
M
is
hr
a
,
a
nd
W
.
G
.
N
e
ga
s
s
a
,
“
B
r
e
a
s
t
tu
mor
de
t
e
c
t
i
o
n
a
nd
c
la
s
s
if
i
c
a
ti
o
n
us
in
g
A
B
C
-
E
L
M
a
lg
o
r
it
h
m,”
2023
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
in
A
dv
anc
e
s
in
P
o
w
e
r
,
Si
gnal
,
and
I
nf
or
m
at
io
n
T
e
c
hnol
ogy
,
A
P
S
I
T
2023
,
pp.
81
–
85,
2023,
do
i:
10.1109/AP
S
I
T
58554.2023.10201776.
[
18]
S
.
L
y
u
a
nd
R
.
C
.
C
.
C
he
ung,
“
E
f
f
ic
i
e
nt
a
nd
a
ut
o
ma
ti
c
br
e
a
s
t
c
a
nc
e
r
e
a
r
l
y
di
a
gn
o
s
is
s
y
s
te
m
ba
s
e
d
o
n
th
e
hi
e
r
a
r
c
hi
c
a
l
e
x
t
r
e
m
e
le
a
r
ni
ng ma
c
hi
n
e
,”
Se
ns
or
s
, v
o
l.
23, n
o
. 18, p. 7772, 2023, d
o
i:
10.3390/s
23187772.
[
19]
A
.
T
o
p
r
a
k,
“
E
x
tr
e
m
e
l
e
a
r
ni
ng
ma
c
hi
n
e
(
E
L
M
)
-
ba
s
e
d
c
la
s
s
i
f
i
c
a
ti
o
n
of
b
e
ni
gn
a
nd
ma
li
gna
nt
c
e
ll
s
in
br
e
a
s
t
c
a
n
c
e
r
,”
M
e
d
ic
al
Sc
ie
nc
e
M
oni
to
r
, v
o
l.
24, pp. 6537
–
6543, 2018, d
o
i
:
10.12659/
M
S
M
.910520.
[
20]
T
.
W
a
n
,
J
.
C
a
o,
J
.
C
h
e
n
,
a
n
d
Z
.
Q
i
n
,
“
A
u
t
om
a
t
e
d
g
r
a
d
i
n
g
o
f
b
r
e
a
s
t
c
a
n
c
e
r
h
i
s
t
op
a
t
h
ol
og
y
u
s
i
n
g
c
a
s
c
a
d
e
d
e
n
s
e
m
b
l
e
w
i
t
h
c
om
b
i
n
a
t
i
on
o
f
m
u
l
t
i
-
l
e
v
e
l
i
m
a
g
e
f
e
a
t
u
r
e
s
,
”
N
e
u
r
o
c
o
m
p
u
t
i
n
g
,
vol
.
2
2
9
,
p
p
.
3
4
–
4
4
,
2
0
1
7
,
d
oi
:
10.1016/
j.ne
u
c
o
m.2016.05.084.
[
21]
J
.
G
u,
C
.
Y
.
F
u,
B
.
K
.
N
g,
L
.
B
.
L
iu
,
S
.
K
.
L
im
-
T
a
n,
a
nd
C
.
G
.
L
.
L
e
e
,
“
E
nha
nc
e
m
e
nt
of
e
a
r
l
y
c
e
r
vi
c
a
l
c
a
nc
e
r
di
a
gn
o
s
is
w
it
h
e
pi
th
e
li
a
l
la
y
e
r
a
na
l
y
s
is
of
f
lu
or
e
s
c
e
nc
e
li
f
e
ti
m
e
im
a
g
e
s
,”
P
L
oS
O
N
E
,
vo
l.
10,
n
o
.
5,
pp.
1
–
15,
2015,
do
i:
10.1371/j
o
u
r
na
l.
po
n
e
.0125
706.
[
22]
K
.
K
a
v
in
K
uma
r
,
T
.
M
e
e
r
a
D
e
v
i,
a
nd
S
.
M
a
he
s
w
a
r
a
n,
“
A
n
e
f
f
ic
i
e
nt
m
e
th
o
d
f
or
br
a
in
tu
m
o
r
d
e
t
e
c
ti
o
n
us
in
g
t
e
x
tu
r
e
f
e
a
tu
r
e
s
a
nd
S
V
M
c
la
s
s
if
i
e
r
in
M
R
im
a
ge
s
,”
A
s
ia
n
P
ac
if
ic
J
our
nal
o
f
C
anc
e
r
P
r
e
v
e
nt
io
n
,
v
o
l.
19,
n
o
.
10,
pp.
2789
–
2794,
2018,
do
i:
10.22
034/
A
P
J
C
P
.2018.19.10.2789.
[
23]
D
.
J
a
y
a
l
a
ks
hm
i
a
n
d
J
.
D
h
e
e
ba
,
“
C
om
p
ut
e
r
a
id
e
d
d
ia
gn
os
ti
c
s
up
p
or
t
s
y
s
t
e
m
f
or
s
ki
n
c
a
n
c
e
r
us
in
g
E
L
M
c
la
s
s
i
f
ie
r
,
”
I
n
te
r
na
ti
on
a
l
J
our
na
l
of
Sy
s
te
m
A
s
s
ur
an
c
e
E
ng
in
e
e
r
in
g
a
n
d
M
a
na
ge
m
e
n
t
,
vol
.
1
5,
n
o.
1,
p
p.
44
9
–
46
1,
2
02
2,
d
oi
:
10.
1
00
7/
s
13
19
8
-
0
22
-
0
17
75
-
2
.
[
24]
D
.
M
udul
i,
R
.
R
.
K
uma
r
,
J
.
P
r
a
dha
n,
a
nd
A
.
K
uma
r
,
“
A
n
e
mpi
r
i
c
a
l
e
v
a
lu
a
ti
o
n
of
e
x
tr
e
m
e
le
a
r
ni
ng
ma
c
hi
n
e
unc
e
r
ta
i
nt
y
qua
nt
if
i
c
a
ti
o
n
f
or
a
ut
o
ma
t
e
d
br
e
a
s
t
c
a
nc
e
r
d
e
t
e
c
t
i
o
n,”
N
e
ur
al
C
om
put
in
g
and
A
ppl
ic
at
io
ns
,
v
o
l.
1,
2023,
do
i
:
10
.1007/s
00521
-
023
-
08992
-
1.
[
25]
X
.
T
a
ng,
“
T
e
x
tu
r
e
in
f
or
ma
ti
o
n
in
r
un
-
le
ngt
h
ma
tr
i
c
e
s
,”
I
E
E
E
T
r
ans
ac
ti
ons
on
I
m
age
P
r
oc
e
s
s
in
g
,
v
o
l.
7,
no
.
11,
pp.
1602
–
1609,
1998, do
i:
10.1109/83.725367
.
[
26]
S
.
D
a
s
a
nd
U
.
R
.
J
e
na
,
“
T
e
x
tu
r
e
c
la
s
s
if
i
c
a
ti
o
n
us
in
g
c
o
mbi
na
t
io
n
of
L
B
P
a
nd
G
L
R
L
M
f
e
a
tu
r
e
s
a
lo
ng
w
it
h
K
N
N
a
nd
mul
ti
c
la
s
s
S
V
M
c
la
s
s
if
i
c
a
ti
o
n,”
2nd I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on C
om
m
u
ni
c
at
io
n, C
ont
r
ol
and I
nt
e
ll
ig
e
nt
Sy
s
te
m
s
, C
C
I
S 2016
, pp. 115
–
119,
2017, do
i:
10.1109/C
C
I
nt
e
lS
.2016.7878212.
[
27]
G
.
B
in
H
ua
ng, Q. Y
.
Z
hu, a
nd
C
.
K
.
S
ie
w
,
“
E
x
tr
e
m
e
le
a
r
n
in
g
ma
c
hi
ne
:
t
h
e
o
r
y
a
nd a
ppl
i
c
a
ti
o
ns
,”
N
e
ur
oc
om
put
in
g
, vo
l.
70,
n
o
. 1
–
3, pp. 489
–
501, 2006, do
i:
10.1016/j
.n
e
u
c
o
m.2005.12.126.
[
28]
J
.
W
a
ng,
S
.
L
u,
S
.
-
H
.
W
a
ng,
a
nd
Y
.
-
D
.
Z
ha
ng,
“
A
r
e
v
i
e
w
o
n
e
x
tr
e
m
e
l
e
a
r
ni
ng
ma
c
hi
n
e
,”
M
ul
ti
m
e
di
a
-
B
as
e
d
H
e
al
th
c
ar
e
S
y
s
t
e
m
s
U
s
in
g C
om
put
at
io
nal
I
nt
e
ll
ig
e
nc
e
, v
o
l.
81, pp. 41611
–
41660, 2
022, do
i:
10.1007/978
-
3
-
031
-
21452
-
3_2.
[
29]
L
.
H
e
,
L
.
R
.
L
o
ng,
S
.
A
nt
a
ni
,
a
nd
G
.
R
.
T
h
o
ma
,
“
H
is
to
l
o
g
y
im
a
ge
a
na
l
y
s
is
f
o
r
c
a
r
c
in
o
ma
d
e
te
c
ti
o
n
a
nd
gr
a
di
ng,”
C
om
put
e
r
M
e
th
ods
and P
r
ogr
am
s
i
n B
io
m
e
di
c
in
e
, vo
l.
107, n
o
. 3, pp. 538
–
556, 2012, do
i:
10.1016/j
.
c
mpb.2011.12.007.
[
30]
S
.
M
.
a
nd
J
.
J
oy
,
“
A
ma
c
hi
n
e
l
e
a
r
ni
ng
ba
s
e
d
f
r
a
m
e
w
o
r
k
f
or
a
s
s
is
ti
ng
pa
th
o
l
o
gi
s
ts
in
gr
a
di
ng
a
nd
c
o
unt
in
g
of
br
e
a
s
t
c
a
nc
e
r
c
e
l
ls
,”
I
C
T
E
x
pr
e
s
s
, v
o
l.
7, n
o
. 4, pp. 440
–
444, 2021, d
o
i:
10.1016/j
.
ic
te
.2021.02.005.
[
31]
Y
.
L
iu
,
B
.
C
.
L
a
w
s
o
n,
X
.
H
ua
ng,
B
.
M
.B
r
oo
m,
a
nd
J
.
N
.
W
e
i
ns
te
in
,
“
P
r
e
di
c
ti
o
n
of
ov
a
r
ia
n
c
a
n
c
e
r
r
e
s
po
ns
e
t
o
th
e
r
a
p
y
ba
s
e
d
o
n
de
e
p l
e
a
r
n
in
g a
na
l
y
s
is
of
hi
s
t
o
pa
th
ol
o
g
y
i
ma
ge
s
,”
C
anc
e
r
s
, v
o
l.
15, p
p. 2588
–
2593, 2023, do
i:
10.3390/
c
a
n
c
e
r
s
15164044.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
R
i
ri
es
R
ul
a
ni
n
g
ty
a
s
re
cei
v
ed
t
h
e
Ba
c
h
e
l
o
r
o
f
E
n
g
i
n
ee
r
i
n
g
an
d
Mas
t
e
r
o
f
E
n
g
i
n
ee
r
i
n
g
i
n
E
l
ec
t
ri
c
al
E
n
g
i
n
ee
ri
n
g
fro
m
In
s
t
i
t
u
t
T
e
k
n
o
l
o
g
i
S
e
p
u
l
u
h
N
o
p
em
b
e
r,
In
d
o
n
e
s
i
a
an
d
a
D
o
c
t
o
r
o
f
E
n
g
i
n
ee
r
i
n
g
i
n
E
l
ec
t
ri
c
a
l
E
n
g
i
n
ee
r
i
n
g
f
ro
m
Ban
d
u
n
g
I
n
s
t
i
t
u
t
e
o
f
T
ec
h
n
o
l
o
g
y
,
I
n
d
o
n
e
s
i
a.
Cu
rr
en
t
l
y
,
s
h
e
i
s
a
l
e
c
t
u
r
e
r
at
t
h
e
B
i
o
med
i
c
a
l
E
n
g
i
n
ee
ri
n
g
St
u
d
y
Pr
o
g
ra
m
,
t
h
e
D
e
p
art
men
t
o
f
Ph
y
s
i
c
s
,
Facu
l
t
y
o
f
Sci
e
n
ce
o
f
T
ec
h
n
o
l
o
g
y
,
U
n
i
v
e
rs
i
t
as
A
i
rl
an
g
g
a
,
In
d
o
n
e
s
i
a
.
H
e
r
r
e
s
e
ar
c
h
i
n
t
e
r
e
s
t
s
i
n
cl
u
d
e
b
i
o
med
i
c
a
l
i
m
a
g
e
an
d
s
i
g
n
al
p
ro
ce
s
s
i
n
g
,
m
a
ch
i
n
e
l
e
ar
n
i
n
g
an
d
art
i
fi
ci
al
i
n
t
el
l
i
g
en
ce
.
S
h
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
ai
l
:
r
i
ri
e
s
-
r@
fs
t
.
u
n
a
i
r.
a
c
.
i
d
.
A
nn
y
Seti
jo
R
a
h
a
ju
recei
v
ed
t
h
e
Ba
ch
e
l
o
r
o
f
M
e
d
i
ci
n
e
,
Sp
ec
i
a
l
i
s
t
o
f
A
n
a
t
o
m
i
c
al
P
a
t
h
o
l
o
g
y
,
an
d
D
o
c
t
o
r
o
f
Me
d
i
c
i
n
e
fro
m
F
ac
u
l
t
y
o
f
Me
d
i
c
i
n
e
U
n
i
v
e
rs
i
t
a
s
A
i
rl
an
g
g
a
,
I
n
d
o
n
e
s
i
a
.
H
e
r
re
s
e
arc
h
i
n
t
e
re
s
t
s
i
n
c
l
u
d
e
an
a
t
o
m
i
c
al
p
a
t
h
o
l
o
g
y
,
p
e
d
i
a
t
ri
c
g
a
s
t
ro
e
n
t
e
ro
l
o
g
y
,
i
m
m
u
n
o
l
o
g
y
,
a
n
d
m
i
c
ro
b
i
o
t
a.
Sh
e
c
an
b
e
c
o
n
t
ac
t
e
d
a
t
e
m
ai
l
:
an
n
y
_
s
r@
fk
.
u
n
ai
r
.
ac
.
i
d
.
Evaluation Warning : The document was created with Spire.PDF for Python.