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
.
3
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
,
pp.
1
32
8
~
1
33
8
I
S
S
N:
2
502
-
4
7
52
,
DO
I
:
10
.
11591/i
j
e
e
cs
.v
3
7
.
i
2
.
pp
1
32
8
-
1
33
8
1328
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
e
e
cs
.
iaes
c
or
e
.
c
om
M
u
lti
-
c
la
ss c
h
r
on
ic
l
u
n
g d
i
se
ase
c
la
ssi
f
ic
at
io
n
b
ase
d
on
gu
i
d
e
d
b
ac
k
p
r
op
agat
io
n
c
on
v
ol
u
t
io
n
al
n
e
u
r
al
n
e
t
w
o
r
k
u
s
in
g c
h
e
st
X
-
r
a
y
i
m
age
s
Rak
e
s
h
S
e
l
va
Raj
1
,
P
avan
K
u
m
ar
M
ad
al
u
P
al
a
k
s
h
a
m
u
r
t
h
y
2
,
B
i
d
ar
ak
e
r
e
E
s
wa
r
ap
p
a
Rangas
wam
y
3
1
D
e
pa
r
tm
e
nt
of
I
n
f
or
ma
ti
o
n S
c
i
e
nc
e
a
nd E
ngi
n
e
e
r
in
g, A
di
c
hun
c
ha
na
gi
r
i
I
ns
ti
tu
t
e
of
T
e
c
hn
o
l
o
g
y
, C
hi
kka
ma
ga
lu
r
u, V
is
ve
s
w
a
r
a
y
a
T
e
c
hn
o
l
o
gi
c
a
l
U
ni
ve
r
s
it
y
, B
e
la
ga
v
i,
I
ndi
a
2
D
e
pa
r
tm
e
nt
of
I
n
f
or
ma
ti
o
n S
c
i
e
nc
e
a
nd E
ngi
n
e
e
r
in
g, J
N
N
C
o
l
le
g
e
of
E
ngi
n
e
e
r
in
g,
S
hi
m
o
ga
,
V
is
ve
s
w
a
r
a
y
a
T
e
c
hn
o
l
o
gi
c
a
l
U
n
iv
e
r
s
it
y
,
B
e
la
ga
v
i,
I
nd
ia
3
D
e
pa
r
tm
e
nt
of
A
c
a
d
e
mi
c
s
, V
is
ve
s
w
a
r
a
y
a
T
e
c
hn
o
l
o
gi
c
a
l
U
ni
ve
r
s
it
y
,
B
e
la
ga
v
i,
I
ndi
a
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
M
a
y
4
,
202
4
R
e
vi
s
e
d
S
e
p
20
,
202
4
A
c
c
e
pt
e
d
S
e
p
30
,
202
4
Cl
i
n
i
c
al
d
i
ag
n
o
s
i
s
i
s
c
r
u
c
i
al
as
ch
ro
n
i
c
l
u
n
g
d
i
s
e
as
e
i
s
a
l
e
ad
i
n
g
c
au
s
e
o
f
mo
rt
al
i
t
y
w
o
rl
d
w
i
d
e.
Ch
e
s
t
X
-
ra
y
i
m
a
g
i
n
g
i
s
e
s
s
e
n
t
i
al
fo
r
t
h
e
e
ar
l
y
a
n
d
acc
u
rat
e
d
i
a
g
n
o
s
i
s
o
f
l
u
n
g
d
i
s
e
as
e
s
.
H
o
w
ev
e
r,
d
u
e
t
o
t
h
e
c
o
m
p
l
e
x
i
t
y
o
f
p
at
h
o
l
o
g
i
c
al
ab
n
o
r
m
a
l
i
t
i
e
s
a
n
d
d
e
t
ai
l
ed
a
n
n
o
t
at
i
o
n
,
t
h
e
co
m
p
u
t
e
r
-
a
i
d
ed
d
i
ag
n
o
s
i
s
o
f
l
u
n
g
d
i
s
e
as
e
s
i
s
ch
al
l
e
n
g
i
n
g
.
T
o
o
v
e
r
c
o
me
t
h
i
s
ch
al
l
e
n
g
e
,
t
h
i
s
re
s
e
ar
ch
p
ro
p
o
s
e
s
t
h
e
g
u
i
d
e
d
b
ack
p
ro
p
ag
at
i
o
n
c
o
n
v
o
l
u
t
i
o
n
al
n
eu
ral
n
e
t
w
o
rk
(G
BPCN
N
)
fo
r
t
h
e
c
l
as
s
i
fi
c
at
i
o
n
o
f
c
h
r
o
n
i
c
l
u
n
g
d
i
s
e
as
e
i
n
t
o
1
4
c
l
as
s
e
s
,
b
y
ad
j
u
s
t
i
n
g
t
h
e
n
e
t
w
o
rk
’s
w
e
i
g
h
t
s
i
n
C
N
N
l
a
y
ers
.
T
h
e
G
BP
t
ec
h
n
i
q
u
e
e
n
h
an
ce
s
r
e
s
u
l
t
a
cc
u
ra
cy
b
y
p
i
n
p
o
i
n
t
i
n
g
t
h
e
r
eg
i
o
n
s
i
n
an
i
n
p
u
t
i
m
ag
e.
I
n
i
t
i
al
l
y
,
t
h
e
ch
e
s
t
X
-
ra
y
rad
i
o
g
rap
h
y
(
CX
R
)
d
at
as
e
t
i
s
co
l
l
ec
t
ed
f
o
r
e
s
t
i
m
at
i
n
g
t
h
e
e
ff
ec
t
i
v
en
e
s
s
o
f
t
h
e
c
l
as
s
i
fi
e
r
.
A
ft
e
r
c
o
l
l
ec
t
i
n
g
t
h
e
d
at
as
e
t
,
t
h
e
p
re
-
p
ro
ce
s
s
i
n
g
i
s
p
e
rf
o
r
me
d
b
y
u
t
i
l
i
z
i
n
g
i
m
a
g
e
d
e
n
o
i
s
i
n
g
u
s
i
n
g
g
au
s
s
i
an
fi
l
t
e
r
a
n
d
n
o
r
m
al
i
zat
i
o
n
t
ech
n
i
q
u
e
s
.
T
h
e
n
,
t
h
e
p
r
e
-
p
ro
ce
s
s
e
d
d
at
a
i
s
f
e
d
t
o
t
h
e
f
e
at
u
r
e
e
x
t
rac
t
i
o
n
p
ro
ce
s
s
,
an
d
i
t
i
s
d
o
n
e
b
y
u
s
i
n
g
E
ffi
ci
e
n
t
N
e
t
B2
.
Fi
n
a
l
l
y
,
e
x
t
rac
t
e
d
f
e
at
u
r
e
s
ar
e
p
ro
v
i
d
ed
t
o
t
h
e
c
l
as
s
i
fi
c
at
i
o
n
p
ro
ce
s
s
t
o
c
at
eg
o
r
i
z
e
c
h
r
o
n
i
c
l
u
n
g
d
i
s
e
as
e
i
n
t
o
1
4
c
l
as
s
e
s
.
T
h
e
e
x
p
e
ri
men
t
al
r
e
s
u
l
t
s
s
h
o
w
t
h
at
t
h
e
p
ro
p
o
s
e
d
G
BPCN
N
me
t
h
o
d
at
t
ai
n
s
b
e
t
t
e
r
r
e
s
u
l
t
s
an
d
i
t
ac
h
i
e
v
e
s
t
h
e
a
cc
u
ra
cy
o
f
9
7
.
9
4
%
as
co
m
p
ar
ed
t
o
t
h
e
e
x
i
s
t
i
n
g
ap
p
ro
ach
e
s
l
i
k
e
Mo
b
i
l
e
L
u
n
g
N
e
t
V
2
a
n
d
C
X
-
U
l
t
ran
e
t
.
T
h
e
s
e
r
e
s
u
l
t
s
h
i
g
h
l
i
g
h
t
t
h
e
p
o
t
en
t
i
al
o
f
o
u
r
ap
p
ro
a
c
h
f
o
r
cl
i
n
i
c
a
l
ap
p
l
i
c
at
i
o
n
s
.
K
e
y
w
o
r
d
s
:
C
he
s
t
X
-
r
a
y
r
a
d
i
o
gr
a
phi
c
De
e
p
l
e
a
r
ni
ng
E
f
f
i
c
i
e
n
t
Ne
t
B
2
Ga
us
s
i
a
n
f
il
t
e
r
G
BPCN
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
a
ke
s
h
S
e
l
va
R
a
j
De
pa
r
t
m
e
n
t
o
f
I
nf
o
r
m
a
t
i
o
n
S
c
i
e
n
c
e
a
n
d
E
n
g
i
ne
e
r
in
g,
A
d
i
c
h
u
n
c
ha
n
a
g
i
r
i
I
ns
t
i
t
u
t
e
o
f
T
e
c
hn
o
l
o
g
y
C
hi
kka
m
a
ga
l
ur
u,
Vi
s
v
e
s
w
a
r
a
y
a
T
e
c
hn
o
l
o
g
i
c
a
l
U
ni
ve
r
s
i
t
y
B
e
l
a
ga
vi
,
I
n
d
i
a
E
m
a
i
l
:
r
a
ke
s
hs
r
.
c
s
e
n
g
@
g
m
a
il
.
c
o
m
1.
I
NT
RODU
C
T
I
ON
I
n
t
hi
s
wo
r
l
d,
l
u
n
g
d
i
s
e
a
s
e
i
s
o
n
e
o
f
t
h
e
l
a
r
ge
s
t
c
a
us
e
s
o
f
c
a
n
c
e
r
-
r
e
l
a
t
e
d
m
o
r
t
a
l
i
t
i
e
s
a
n
d
i
t
i
s
t
h
e
de
a
d
l
i
e
s
t
di
s
e
a
s
e
t
y
pe
[
1]
.
He
n
c
e
,
e
a
r
l
y
t
r
e
a
t
m
e
n
t
a
n
d
d
i
a
g
n
o
s
i
s
c
a
n
e
f
f
e
c
t
i
v
e
ly
m
i
n
im
i
z
e
t
h
e
l
if
e
-
t
h
r
e
a
t
e
ni
ng
n
a
t
ur
e
o
f
l
u
n
g
d
i
s
e
a
s
e
a
s
we
l
l
a
s
e
nh
a
n
c
e
t
h
e
s
ur
v
i
va
l
r
a
t
e
o
f
c
a
n
c
e
r
o
us
pe
o
pl
e
[
2]
.
I
n
t
h
e
a
dv
a
nc
e
d
m
e
d
i
c
a
l
im
a
ge
m
o
da
l
i
t
i
e
s
,
i
m
a
g
i
ng
t
e
s
t
s
a
r
e
t
h
e
m
o
s
t
o
f
t
e
n
ut
i
li
z
e
d
s
uppo
r
t
i
v
e
m
o
da
l
i
t
i
e
s
whi
c
h
c
a
n
a
s
s
i
s
t
e
x
pe
r
t
s
i
n
d
i
a
g
n
o
s
i
n
g
a
r
a
n
ge
o
f
il
l
ne
s
s
e
s
[
3]
.
T
h
e
r
e
a
r
e
v
a
r
i
o
us
m
o
da
l
i
t
i
e
s
ut
i
li
z
e
d
f
o
r
di
a
g
n
o
s
i
n
g
t
h
e
v
a
r
i
o
us
t
y
pe
s
o
f
d
i
s
e
a
s
e
s
uc
h
a
s
c
h
e
s
t
X
-
r
a
y
r
a
d
i
o
gr
a
phy
(
C
XR
)
,
c
o
m
put
e
d
to
m
o
gr
a
phy
(
C
T
)
,
m
a
mm
o
gr
a
m
,
a
n
d
hi
s
t
o
pa
t
h
o
l
o
g
y
[
4]
.
Gl
o
b
a
ll
y
,
C
XR
i
s
t
h
e
m
o
s
t
pe
r
f
o
r
m
e
d
r
a
d
i
o
l
o
g
y
i
de
n
t
i
f
i
c
a
t
i
o
n
,
a
n
d
o
v
e
r
15
0
m
il
li
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
M
ult
i
-
c
las
s
c
hr
onic
lung
dis
e
as
e
c
las
s
if
ication
ba
s
e
d
on
…
(
R
ak
e
s
h
Se
lva
R
aj
)
1329
c
a
nc
e
r
o
us
pe
o
pl
e
h
a
v
e
b
e
e
n
i
de
n
t
i
f
i
e
d
a
nn
u
a
l
ly
i
n
t
h
e
U
ni
t
e
d
S
t
a
t
e
s
wi
t
h
t
h
e
h
e
l
p
o
f
t
hi
s
m
o
da
li
t
y
[
5]
.
T
h
e
i
nf
e
c
t
i
o
ns
o
f
t
h
e
l
u
n
g
i
n
C
XR
im
a
ge
s
h
a
ve
be
e
n
i
de
n
t
i
f
i
e
d
i
n
t
h
e
r
a
n
ge
o
f
bl
u
n
t
e
d
c
o
s
to
ph
r
e
ni
c
a
n
g
l
e
s
,
c
a
vi
t
a
t
i
o
ns
,
a
n
d
s
o
o
n
.
He
n
c
e
,
r
a
d
i
o
t
h
e
r
a
p
i
s
t
s
de
t
e
c
t
v
a
r
i
o
us
s
i
t
ua
t
i
o
n
s
o
f
l
u
n
g
d
i
s
e
a
s
e
c
l
a
s
s
e
s
t
h
r
o
ugh
t
h
e
ut
i
li
z
a
t
i
o
n
o
f
C
XR
i
m
a
ge
s
[
6]
.
T
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
a
n
d
d
i
a
g
n
o
s
i
s
o
f
l
u
n
g
d
i
s
e
a
s
e
us
i
ng
C
XR
i
s
s
uc
h
a
d
i
f
f
i
c
u
l
t
pr
o
c
e
dur
e
f
o
r
r
a
di
o
t
h
e
r
a
p
i
s
t
s
,
b
e
c
a
us
e
o
f
t
h
e
b
r
o
a
d
r
a
n
ge
o
f
c
h
e
s
t
i
m
a
ge
s
[
7]
.
Ov
e
r
t
h
e
de
c
a
de
,
t
h
e
n
u
m
be
r
o
f
c
o
m
put
e
r
a
i
de
d
d
i
a
g
n
o
s
i
s
(
C
A
D)
s
y
s
t
e
m
s
ha
v
e
be
e
n
de
v
e
l
o
p
e
d
to
us
e
C
XR
i
m
a
g
e
s
f
o
r
t
h
e
de
t
e
c
ti
o
n
a
n
d
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
l
u
n
g
d
i
s
e
a
s
e
s
[
8]
.
Ho
we
v
e
r
,
th
e
s
e
s
y
s
t
e
m
s
a
r
e
uns
uc
c
e
s
s
f
u
l
i
n
a
t
t
a
i
ni
ng
t
h
e
e
s
s
e
n
t
i
a
l
pe
r
f
o
r
m
a
n
c
e
f
o
r
t
h
e
de
t
e
c
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
l
u
n
g
d
i
s
e
a
s
e
[
9]
.
T
h
e
r
e
s
e
a
r
c
h
e
r
s
de
v
e
l
o
pe
d
th
e
de
e
p
l
e
a
r
ni
n
g
(
DL
)
a
ppr
o
a
c
h
e
s
f
o
r
a
tt
a
i
ni
ng
s
i
g
ni
f
i
c
a
n
t
pe
r
f
o
r
m
a
n
c
e
i
n
t
he
c
l
a
s
s
if
i
c
a
t
i
o
n
a
n
d
de
t
e
c
t
i
o
n
[
10]
.
T
h
e
DL
a
ppr
o
a
c
h
e
s
c
a
n
l
e
a
r
n
o
pt
i
m
a
l
f
e
a
t
ur
e
s
a
n
d
i
g
n
o
r
e
t
h
e
a
dd
i
t
i
o
na
l
f
e
a
t
ur
e
e
x
tr
a
c
t
i
o
n
a
ppr
o
a
c
h
e
s
[
11
]
.
T
h
e
DL
-
b
a
s
e
d
l
u
n
g
im
a
ge
c
l
a
s
s
if
i
c
a
t
i
o
n
a
ppr
o
a
c
he
s
ha
v
e
a
t
t
a
i
n
e
d
e
f
f
i
c
i
e
n
t
pe
r
f
o
r
m
a
nc
e
,
pa
r
t
i
c
u
l
a
r
ly
i
n
C
XR
im
a
ge
s
[
12]
,
[
13]
.
H
o
we
v
e
r
,
s
o
m
e
pr
e
vi
o
us
a
pp
r
o
a
c
h
e
s
h
a
v
e
b
e
e
n
pr
o
n
e
t
o
i
m
ba
l
a
n
c
e
pr
o
bl
e
m
s
,
whi
c
h
b
e
c
o
m
e
t
h
e
m
o
s
t
s
i
g
nif
i
c
a
n
t
f
o
r
l
u
n
g
i
m
a
ge
c
l
a
s
s
i
f
i
c
a
t
i
o
n
[
14]
.
F
a
l
s
e
po
s
i
t
i
v
e
r
a
t
e
(
F
P
R
)
,
a
s
we
l
l
a
s
f
a
l
s
e
n
e
ga
t
i
v
e
r
a
t
e
s
(
F
NR
)
,
l
e
a
ds
to
m
i
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
by
i
nc
l
ud
i
ng
i
r
r
e
l
e
v
a
n
t
o
r
n
o
n
-
n
o
dul
e
r
e
g
i
o
ns
a
s
pot
e
n
t
i
a
l
n
o
du
l
e
s
[
15]
.
T
o
o
v
e
r
c
o
m
e
t
hi
s
c
h
a
ll
e
n
ge
,
t
hi
s
r
e
s
e
a
r
c
h
pr
o
po
s
e
s
t
h
e
n
o
v
e
l
DL
a
ppr
o
a
c
h
o
f
gu
i
de
d
pr
o
pa
ga
t
i
o
n
c
o
n
v
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
k
(
GPC
NN
)
f
o
r
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
l
u
n
g
d
i
s
e
a
s
e
.
T
h
e
gu
i
d
e
d
pr
o
pa
ga
t
i
o
n
m
a
i
n
l
y
c
o
n
s
i
de
r
s
t
h
e
s
i
g
ni
f
i
c
a
n
t
f
e
a
t
ur
e
s
a
n
d
t
h
r
o
ugh
pr
opa
ga
t
i
n
g
t
h
e
da
t
a
by
t
h
e
n
e
t
wo
r
k
b
a
s
e
d
o
n
gu
i
da
n
c
e
f
r
o
m
pr
e
vi
o
us
l
a
y
e
r
s
,
t
h
e
G
P
C
NN
c
a
n
e
f
f
i
c
i
e
n
t
l
y
c
a
pt
ur
e
t
h
e
hi
e
r
a
r
c
hi
c
a
l
f
e
a
t
ur
e
s
i
n
l
u
n
g
im
a
ge
s
.
I
n
t
hi
s
s
e
c
t
i
o
n
,
r
e
c
e
n
t
r
e
s
e
a
r
c
h
o
n
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
c
l
a
s
s
i
f
ica
t
i
o
n
a
ppr
o
a
c
he
s
b
a
s
e
d
o
n
C
XR
d
a
t
a
s
e
t
s
i
s
d
is
c
us
s
e
d.
S
h
a
m
r
a
t
e
t
al
.
[
16
]
pr
e
s
e
n
t
e
d
t
h
e
f
i
ne
-
t
un
e
d
M
o
bi
leL
u
n
gNe
t
V2
a
ppr
o
a
c
h
f
o
r
t
h
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
o
f
l
u
n
g
d
i
s
e
a
s
e
f
r
o
m
C
XR
im
a
ge
s
.
T
h
e
M
o
bil
e
L
un
gNe
t
V2
wa
s
o
b
t
a
i
n
e
d
f
r
o
m
t
h
e
m
o
d
i
f
i
c
a
t
i
o
n
o
f
t
h
e
M
o
bi
l
e
Ne
t
V2.
T
h
e
C
L
A
HE
a
n
d
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
we
r
e
pe
r
f
o
r
m
e
d
i
n
t
h
e
pr
e
-
pr
o
c
e
s
s
i
n
g
s
t
e
p
to
o
b
t
a
i
n
t
h
e
c
o
n
t
r
a
s
t
i
m
a
ge
s
a
n
d
to
e
n
h
a
n
c
e
t
h
e
i
n
p
ut
da
t
a
.
T
h
e
ga
us
s
i
a
n
f
i
l
t
e
r
wa
s
pe
r
f
o
r
m
e
d
to
de
no
i
s
e
t
h
e
n
o
i
s
y
im
a
ge
s
.
T
h
e
M
o
bil
e
L
u
n
gNe
t
V2
h
a
d
de
pt
h
-
w
i
s
e
s
e
pa
r
a
bl
e
c
o
nv
o
l
ut
i
o
ns
a
s
we
l
l
a
s
b
o
tt
l
e
n
e
c
ks
,
s
o
i
t
mi
n
im
i
z
e
d
t
h
e
n
u
m
be
r
o
f
i
n
put
pa
r
a
m
e
t
e
r
s
f
r
o
m
l
u
n
g
d
i
s
e
a
s
e
.
Ho
we
v
e
r
,
t
hi
s
s
e
pa
r
a
t
i
o
n
m
i
g
h
t
r
e
s
t
r
i
c
t
t
h
e
c
a
pa
bi
li
t
y
o
f
t
h
e
m
o
de
l
t
o
i
n
t
r
i
c
a
t
e
f
e
a
t
ur
e
de
pi
c
t
i
o
n
s
.
S
o
ui
d
e
t
al.
[
17]
de
v
e
l
o
pe
d
t
h
e
m
o
d
i
f
i
e
d
m
o
de
l
M
o
bi
l
e
Ne
t
V2
a
ppr
o
a
c
h
f
o
r
t
h
e
pr
e
d
i
c
t
i
o
n
a
s
we
ll
a
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
t
h
e
l
u
n
g
pa
t
h
o
l
o
g
i
e
s
o
f
f
r
o
n
t
a
l
t
h
o
r
a
c
i
c
X
-
r
a
y
s
.
I
n
t
h
e
pr
e
-
pr
o
c
e
s
s
i
n
g
s
t
a
ge
,
t
h
e
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
a
ppr
o
a
c
h
wa
s
pe
r
f
o
r
m
e
d
to
i
m
pr
o
v
e
th
e
i
n
put
da
t
a
.
T
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
wa
s
pe
r
f
o
r
m
e
d
w
i
t
h
t
h
e
M
o
bi
l
e
Ne
t
V2
wi
t
h
t
h
e
a
dd
i
t
i
o
na
l
n
e
ur
a
l
n
e
t
wor
k
(
NN
)
l
a
y
e
r
s
.
T
h
e
M
o
bi
l
e
Ne
t
V2
m
o
de
l
o
b
t
a
i
ne
d
be
tt
e
r
a
c
c
ur
a
c
y
r
e
s
u
l
t
s
.
Ho
we
v
e
r
,
t
h
e
r
e
c
a
l
l
o
f
t
h
e
m
o
de
l
wa
s
r
e
l
a
t
i
v
e
ly
l
o
w
c
o
m
pa
r
e
d
t
o
t
h
e
ot
h
e
r
m
e
t
h
o
ds
a
nd
i
t
e
nh
a
n
c
e
d
t
he
f
a
l
s
e
n
e
ga
t
i
v
e
da
t
a
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
n
t
h
e
pr
e
d
i
c
t
i
o
n
.
W
a
n
g
e
t
al.
[
18]
i
n
t
r
o
duc
e
d
t
h
e
t
r
i
p
l
e
-
a
tt
e
n
t
i
o
n
l
e
a
r
ni
ng
(
A
3
Ne
t
)
f
o
r
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
l
u
n
g
d
i
s
e
a
s
e
.
T
h
e
i
n
t
r
o
duc
e
d
a
ppr
o
a
c
h
ut
i
l
i
z
e
d
t
h
e
pr
e
-
t
r
a
i
n
e
d
m
o
de
l
o
f
De
ns
e
Ne
t
-
121
a
s
t
h
e
s
uppo
r
t
i
v
e
n
e
t
wo
r
k
f
o
r
t
h
e
e
x
t
r
a
c
t
i
o
n
o
f
t
h
e
f
e
a
t
ur
e
.
T
h
e
A
3
Ne
t
c
o
m
bi
ne
d
m
u
l
t
i
p
l
e
a
t
t
e
n
t
i
o
n
m
e
c
h
a
ni
s
m
s
s
uc
h
a
s
c
h
a
nn
e
l
,
e
l
e
m
e
n
t
a
s
we
l
l
a
n
d
s
c
a
l
e
-
w
i
s
e
a
t
t
e
n
t
i
o
n
l
e
a
r
nin
g
to
c
a
p
t
ur
e
t
h
e
i
n
t
r
i
c
a
t
e
de
t
a
i
l
s
a
n
d
l
e
a
r
n
hi
e
r
a
r
c
hi
c
a
l
f
e
a
t
ur
e
s
i
n
i
m
a
ge
s
.
Ho
we
v
e
r
,
t
h
e
i
n
t
r
o
duc
e
d
a
ppr
o
a
c
h
l
im
i
t
e
d
f
e
a
t
ur
e
r
e
us
e
wh
e
n
t
h
e
i
m
a
ge
f
e
a
t
ur
e
s
we
r
e
s
i
mi
l
a
r
,
s
o
i
t
c
a
us
e
d
po
or
c
l
a
s
s
if
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
.
K
a
bi
r
a
j
e
t
al.
[
19]
i
m
p
l
e
m
e
n
t
e
d
t
h
e
c
h
e
s
t
X
-
r
a
y
U
l
t
r
a
n
e
t
(
C
X
-
U
l
t
r
a
n
e
t
)
f
o
r
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
a
n
d
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
13
t
h
o
r
a
c
i
c
l
u
n
g
d
i
s
e
a
s
e
s
f
r
o
m
C
XR
.
T
h
e
C
X
-
U
l
t
r
a
n
e
t
u
t
i
li
z
e
d
t
h
e
m
u
l
t
i
c
l
a
s
s
c
r
o
s
s
-
e
n
t
r
o
py
l
o
s
s
f
u
n
c
t
i
o
n
i
n
a
c
o
m
po
s
i
t
e
s
c
a
l
i
ng
a
ppr
o
a
c
h
w
i
t
h
t
h
e
h
e
l
p
o
f
E
f
f
i
c
i
e
n
t
Ne
t
f
o
r
t
h
e
e
x
t
r
a
c
t
i
o
n
pr
o
c
e
s
s
.
T
h
e
s
ugge
s
t
e
d
a
ppr
o
a
c
h
pr
o
vi
de
d
t
h
e
m
a
xim
u
m
a
ve
r
a
ge
r
e
s
u
l
t
s
a
s
we
l
l
a
s
e
f
f
e
c
t
i
v
e
ly
h
a
n
d
l
e
d
t
h
e
c
l
a
s
s
i
m
ba
l
a
n
c
e
pr
o
bl
e
m
.
Ho
we
v
e
r
,
t
h
e
s
ugge
s
t
e
d
a
ppr
o
a
c
h
f
a
il
e
d
to
e
v
a
l
u
a
t
e
t
h
e
r
e
gi
o
n
o
f
i
n
t
e
r
e
s
t
(
R
OI
)
i
n
i
nput
C
XR
,
s
o
i
t
c
a
us
e
d
poo
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
nc
e
.
Al
s
hm
r
a
ni
e
t
al.
[
20]
pr
e
s
e
n
t
e
d
t
h
e
DL
a
ppr
o
a
c
h
f
o
r
t
h
e
m
u
l
t
i
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
l
u
n
g
d
i
s
e
a
s
e
.
T
h
e
s
ugge
s
t
e
d
a
ppr
o
a
c
h
h
a
s
c
l
a
s
s
if
i
e
d
t
h
e
d
i
s
e
a
s
e
i
n
t
o
pn
e
u
m
o
ni
a
,
l
u
n
g
c
a
n
c
e
r
,
l
u
n
g
o
pa
c
i
t
y
a
s
we
ll
a
s
t
ub
e
r
c
u
l
o
s
i
s
(
T
B
)
.
I
n
t
h
e
pr
e
-
pr
o
c
e
s
s
i
n
g
s
t
e
p,
t
h
e
i
n
c
r
e
d
i
b
l
e
C
XR
im
a
ge
s
we
r
e
n
o
r
m
a
li
z
e
d
a
s
we
l
l
a
s
r
e
s
i
z
e
d
t
o
e
nh
a
n
c
e
t
h
e
m
o
de
l
pe
r
f
o
r
m
a
nc
e
.
T
h
e
s
ugge
s
t
e
d
a
ppr
o
a
c
h
u
t
i
li
z
e
d
t
h
e
pr
e
-
t
r
a
i
n
e
d
a
r
c
hit
e
c
t
ur
e
o
f
vi
s
ua
l
ge
o
m
e
t
r
y
gr
o
up
19
(
VG
G19
)
whi
c
h
i
s
pe
r
f
o
r
m
e
d
t
h
r
o
ugh
t
h
e
h
e
l
p
o
f
C
N
N
f
o
r
t
h
e
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
a
s
we
ll
a
s
t
h
e
F
C
n
e
t
wor
k
a
t
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
c
e
s
s
.
H
o
we
v
e
r
,
t
h
e
s
ugge
s
t
e
d
a
ppr
o
a
c
h
do
e
s
n
ot
s
o
l
v
e
t
h
e
o
v
e
r
f
i
t
t
i
n
g
pr
o
bl
e
m
.
F
r
o
m
t
hi
s
s
e
c
t
i
o
n
,
s
o
m
e
li
mi
t
a
t
i
o
ns
h
a
v
e
be
e
n
f
o
un
d:
l
o
w
r
e
c
a
l
l
v
a
l
ue
,
ov
e
r
f
i
t
t
i
n
g,
f
a
il
ur
e
to
e
v
a
l
u
a
t
e
t
h
e
R
OI
i
n
i
n
put
d
a
t
a
,
p
oo
r
c
l
a
s
s
if
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
,
a
n
d
l
im
i
t
e
d
f
e
a
t
ur
e
r
e
us
e
.
T
o
s
o
l
v
e
t
h
e
s
e
pr
o
bl
e
m
s
,
t
hi
s
r
e
s
e
a
r
c
h
pr
o
po
s
e
s
t
h
e
gu
i
de
d
b
a
c
kpr
o
pa
ga
t
i
o
n
c
o
n
v
o
l
ut
i
o
na
l
n
e
ur
a
l
n
e
t
wo
r
k
(
GB
P
C
NN
)
f
o
r
t
h
e
l
u
n
g
d
i
s
e
a
s
e
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
GB
P
C
NN
i
m
pr
o
v
e
s
t
h
e
f
e
a
t
ur
e
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
by
de
ve
l
o
p
i
n
g
m
o
r
e
i
nf
o
r
m
a
t
i
v
e
f
e
a
t
ur
e
s
i
n
l
u
n
g
d
i
s
e
a
s
e
.
De
t
a
i
l
e
d
i
n
f
o
r
m
a
t
i
o
n
a
b
o
ut
t
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
i
s
d
i
s
c
us
s
e
d
i
n
t
h
e
f
o
l
l
o
w
i
ng
s
e
c
t
i
o
n
.
T
h
e
pr
i
m
a
r
y
c
o
n
t
r
i
b
ut
i
o
ns
o
f
t
hi
s
r
e
s
e
a
r
c
h
a
r
e
n
o
t
e
d
i
n
t
h
e
f
o
l
l
o
w
i
n
g
s
e
c
t
i
o
ns
.
T
h
e
pr
e
-
pr
o
c
e
s
s
i
n
g
i
s
do
n
e
by
us
i
ng
t
w
o
t
e
c
h
ni
qu
e
s
:
i
m
a
ge
de
n
o
i
s
i
ng
i
s
pe
r
f
o
r
m
e
d
t
h
r
o
ugh
t
h
e
g
a
us
s
i
a
n
f
i
l
t
e
r
to
r
e
m
o
v
e
t
h
e
n
o
i
s
e
s
t
h
r
o
ugh
t
h
e
e
x
c
h
a
n
ge
o
f
e
v
e
r
y
p
i
xe
l
’
s
i
n
t
e
n
s
i
t
y
w
i
t
h
t
h
e
we
i
g
h
t
e
d
a
v
e
r
a
ge
o
f
n
e
i
g
hb
o
r
i
n
g
p
i
x
e
l
s
t
o
e
n
ha
n
c
e
t
h
e
i
m
a
ge
qua
l
i
t
y
.
T
h
e
da
t
a
n
or
m
a
l
i
z
a
t
i
o
n
i
s
us
e
d
t
o
n
o
r
m
a
li
z
e
t
h
e
C
XR
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
:
1
32
8
-
1
33
8
1330
im
a
ge
da
t
a
by
n
o
r
m
a
li
z
i
ng
t
h
e
hi
g
h
a
n
d
l
o
w
v
a
l
u
e
s
i
n
t
o
0
a
n
d
1.
T
hi
s
a
ppr
o
a
c
h
s
uppo
r
t
s
e
n
h
a
nc
i
n
g
t
h
e
e
f
f
i
c
a
c
y
o
f
t
h
e
m
o
de
l
by
im
pr
o
vi
n
g
t
h
e
l
e
a
r
ni
n
g
c
a
pa
bil
i
t
y
i
n
t
h
e
l
u
n
g
d
i
s
e
a
s
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
e
f
e
a
t
ur
e
e
x
tr
a
c
t
i
o
n
i
s
do
n
e
by
us
i
ng
t
h
e
pr
e
-
tr
a
i
ne
d
E
f
f
i
c
i
e
n
t
Ne
t
B
2
a
r
c
hi
t
e
c
t
u
r
e
to
e
x
tr
a
c
t
m
e
a
nin
g
f
u
l
f
e
a
t
ur
e
s
s
uc
h
a
s
t
um
o
r
s
a
n
d
n
o
dul
e
s
f
r
o
m
t
h
e
C
XR
i
m
a
g
e
s
.
T
hi
s
a
ppr
o
a
c
h
m
a
k
e
s
t
h
e
c
l
a
s
s
i
f
i
e
r
e
f
f
e
c
t
i
v
e
l
y
t
r
a
i
n
t
h
e
f
e
a
t
ur
e
s
.
T
h
e
DL
a
ppr
o
a
c
h
o
f
t
h
e
GB
P
C
NN
c
l
a
s
s
i
f
i
e
r
i
s
pr
o
p
o
s
e
d
to
c
l
a
s
s
if
y
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
i
n
t
o
14
c
l
a
s
s
e
s
.
I
t
i
m
pr
o
v
e
s
t
h
e
f
e
a
t
ur
e
r
e
pr
e
s
e
n
t
a
t
i
o
ns
by
d
e
v
e
l
o
p
i
n
g
m
o
r
e
i
nf
o
r
m
a
t
i
ve
f
e
a
t
ur
e
s
i
n
l
u
n
g
d
i
s
e
a
s
e
.
GB
P
m
a
ke
s
s
ur
e
t
h
a
t
t
h
e
C
NN
c
o
n
s
i
d
e
r
s
t
h
e
f
e
a
t
ur
e
s
l
ike
s
i
z
e
,
t
e
x
t
u
r
e
,
c
o
n
t
e
x
t
a
s
we
l
l
a
s
s
h
a
p
e
to
e
f
f
e
c
ti
ve
l
y
c
l
a
s
s
if
y
t
h
e
da
t
a
.
T
hi
s
pa
pe
r
i
s
a
r
r
a
n
ge
d
a
s
f
o
l
l
o
ws
:
s
e
c
t
i
o
n
2
pr
o
vi
de
s
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
g
y
.
S
e
c
t
i
o
n
3
pr
e
s
e
n
t
s
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
us
i
ng
GB
P
us
i
ng
C
NN
.
T
h
e
r
e
s
u
l
t
s
a
n
d
d
i
s
c
us
s
i
o
n
a
r
e
pr
o
vi
d
e
d
i
n
s
e
c
t
i
o
n
4
a
n
d
s
e
c
t
i
o
n
5
g
i
v
e
s
t
h
e
c
o
n
c
l
us
i
o
n
.
2.
P
ROP
OS
E
D
M
E
T
HO
D
T
hi
s
r
e
s
e
a
r
c
h
pr
o
po
s
e
s
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
i
n
t
o
t
w
o
c
a
t
e
g
o
r
i
e
s
s
uc
h
a
s
b
e
ni
g
n
a
n
d
m
a
li
g
n
a
n
t
by
us
i
ng
GPC
N
N.
T
hi
s
s
e
c
t
i
o
n
c
o
m
pr
i
s
e
s
va
r
i
o
us
s
t
e
ps
:
p
r
i
m
a
r
i
ly
,
t
h
e
d
a
t
a
i
s
c
o
l
l
e
c
t
e
d
b
y
us
i
n
g
C
X
R
i
m
a
ge
s
.
T
h
e
n
,
pr
e
-
pr
o
c
e
s
s
i
n
g
i
s
pe
r
f
o
r
m
e
d
by
t
h
e
i
m
a
g
e
de
n
o
i
s
i
n
g
a
n
d
da
t
a
n
o
r
m
a
li
z
a
t
i
o
n
.
Af
t
e
r
pr
e
-
pr
o
c
e
s
s
i
n
g,
t
h
e
f
e
a
t
ur
e
s
a
r
e
e
x
t
r
a
c
t
e
d
by
us
i
n
g
E
f
f
i
c
i
e
n
t
Ne
t
B
2.
F
i
n
a
ll
y
,
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
s
pe
r
f
o
r
m
e
d
b
y
us
i
n
g
GPC
NN
f
o
r
c
a
t
e
g
o
r
i
z
i
ng
t
h
e
14
c
l
a
s
s
e
s
o
f
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
.
F
i
gur
e
1
s
h
o
ws
t
h
e
w
o
r
ki
n
g
s
t
e
ps
o
f
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d.
F
i
gur
e
1.
W
o
r
kf
l
o
w
o
f
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
2.
1.
Dat
as
e
t
c
ol
l
e
c
t
ion
I
n
t
hi
s
r
e
s
e
a
r
c
h
,
t
h
e
C
XR
i
m
a
g
e
da
t
a
s
e
t
i
s
c
o
ns
i
d
e
r
e
d
to
e
s
t
i
m
a
t
e
t
h
e
e
f
f
e
c
t
i
v
e
ne
s
s
o
f
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d.
I
t
i
s
t
h
e
publi
c
ly
a
v
a
il
a
bl
e
da
t
a
s
e
t
a
n
d
i
t
wa
s
a
c
qu
i
r
e
d
f
r
o
m
Gua
n
gz
h
o
u
W
o
m
e
n
a
n
d
C
hil
dr
e
n
’
s
M
e
d
i
c
a
l
C
e
n
t
e
r
.
T
hi
s
da
t
a
i
nv
o
l
v
e
s
t
h
e
112
,
120
bil
a
t
e
r
a
l
t
h
or
a
c
i
c
X
-
r
a
y
da
t
a
a
n
d
t
h
e
60
,
412
n
o
r
m
a
l
da
t
a
c
o
l
l
e
c
t
e
d
f
r
o
m
30,
805
pa
t
i
e
n
t
s
.
E
n
t
i
r
e
X
-
r
a
y
i
m
a
g
e
s
we
r
e
pe
r
f
o
r
m
e
d
a
s
pa
r
t
o
f
t
h
e
r
e
pe
t
i
t
i
v
e
c
l
i
n
i
c
a
l
c
a
r
e
o
f
t
h
e
pa
t
i
e
n
t
s
.
T
hi
s
da
t
a
s
e
t
i
nv
o
l
ve
s
14
c
l
a
s
s
e
s
s
u
c
h
a
s
p
n
e
u
m
o
ni
a
,
e
de
m
a
,
e
m
p
hy
s
e
m
a
,
e
f
f
us
i
o
n
,
i
nf
i
l
t
r
a
t
i
o
n
,
m
a
s
s
,
p
l
e
ur
a
l
t
hi
c
ke
ni
ng,
pu
l
m
o
na
r
y
f
i
br
o
s
i
s
,
c
on
s
o
l
i
da
t
i
o
n
,
pne
u
m
o
t
h
o
r
a
x
,
a
t
e
l
e
c
t
a
s
i
s
,
h
e
r
ni
a
,
n
o
du
l
e
a
n
d
c
a
r
d
i
o
m
e
ga
ly
[
21]
.
T
hi
s
da
t
a
s
e
t
i
m
a
ge
i
s
s
t
o
r
e
d
i
n
a
P
NG
f
o
r
m
a
t
wi
t
h
a
s
i
z
e
o
f
1024×
102
4
pi
xe
l
s
.
T
h
e
c
o
l
l
e
c
t
e
d
da
t
a
s
e
t
i
s
f
e
d
t
o
t
h
e
pr
e
-
p
r
o
c
e
s
s
i
n
g
s
t
a
ge
to
a
c
hi
e
v
e
b
e
t
t
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
pr
e
-
pr
e
pr
o
c
e
s
s
i
n
g
i
s
pe
r
f
o
r
m
e
d
be
c
a
u
s
e
t
h
e
c
o
l
l
e
c
t
e
d
da
t
a
c
o
n
t
a
i
n
s
u
n
wa
n
t
e
d
n
o
i
s
e
s
,
s
o
i
t
l
e
a
ds
to
p
oo
r
pe
r
f
o
r
m
a
n
c
e
.
F
i
gur
e
2
s
h
o
ws
t
h
e
s
a
m
p
l
e
i
m
a
g
e
s
o
f
t
h
e
C
XR
i
m
a
g
e
da
t
a
.
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
M
ult
i
-
c
las
s
c
hr
onic
lung
dis
e
as
e
c
las
s
if
ication
ba
s
e
d
on
…
(
R
ak
e
s
h
Se
lva
R
aj
)
1331
F
i
gur
e
2.
14
c
l
a
s
s
e
s
o
f
C
XR
i
m
a
g
e
s
2.
2.
D
at
a
p
re
-
p
r
oc
e
s
s
in
g
T
h
e
pr
e
-
pr
o
c
e
s
s
i
n
g
m
u
s
t
b
e
pe
r
f
o
r
m
e
d
b
e
f
o
r
e
th
e
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
n
l
u
n
g
d
i
s
e
a
s
e
t
o
e
n
h
a
n
c
e
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
t
h
e
m
o
de
l.
T
h
e
c
o
l
l
e
c
t
e
d
C
XR
da
t
a
c
o
n
t
a
i
n
s
n
o
i
s
y
da
t
a
a
nd
a
c
l
a
s
s
im
ba
l
a
n
c
e
pr
o
bl
e
m
.
S
o
,
i
t
l
e
a
ds
to
m
i
s
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
bl
e
m
s
.
He
n
c
e
i
n
t
hi
s
s
t
e
p,
t
h
e
i
m
a
g
e
de
n
o
i
s
i
n
g
a
n
d
n
o
r
m
a
li
z
a
t
i
o
n
t
e
c
hni
que
s
a
r
e
ut
i
li
z
e
d
t
o
e
n
h
a
nc
e
t
h
e
s
y
s
t
e
m
pe
r
f
o
r
m
a
n
c
e
.
A
de
t
a
i
l
e
d
e
x
p
l
a
na
t
i
o
n
o
f
t
hi
s
t
e
c
h
ni
que
i
s
de
s
c
r
i
b
e
d
i
n
t
h
e
f
o
l
l
o
w
i
ng
s
u
bs
e
c
t
i
o
n
.
2.
2.
1.
I
m
age
d
e
n
ois
in
g
Us
ua
ll
y
,
t
h
e
c
o
l
l
e
c
t
e
d
C
XR
i
m
a
ge
da
t
a
c
o
n
t
a
i
ns
unwa
n
t
e
d
n
o
i
s
e
s
a
n
d
un
c
l
e
a
r
i
m
a
ge
s
,
whi
c
h
l
e
a
ds
t
o
i
na
c
c
ur
a
t
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
u
l
t
s
.
He
n
c
e
,
i
m
a
ge
de
no
i
s
i
ng
i
s
p
e
r
f
o
r
m
e
d
to
e
l
im
i
na
t
e
t
h
e
n
o
i
s
e
s
f
r
o
m
a
n
im
a
ge
to
e
n
h
a
n
c
e
t
h
e
vi
s
ua
l
qua
li
t
y
.
C
o
m
p
a
r
e
d
to
ot
h
e
r
f
i
l
t
e
r
s
,
t
h
e
g
a
us
s
i
a
n
f
il
t
e
r
i
nc
l
i
ne
s
t
h
e
pr
e
s
e
r
v
e
d
e
dge
s
i
n
a
l
u
n
g
d
i
s
e
a
s
e
im
a
ge
.
Ga
us
s
i
a
n
f
il
t
e
r
[
22]
i
s
a
s
m
o
o
t
hi
n
g
f
il
t
e
r
,
whi
c
h
i
s
ut
i
l
i
z
e
d
f
o
r
r
e
m
o
vi
ng
t
h
e
n
o
i
s
e
s
f
r
o
m
t
h
e
l
u
n
g
d
i
s
e
a
s
e
i
m
a
ge
da
t
a
.
I
n
de
n
o
i
s
i
ng
t
h
e
i
mage
,
t
hi
s
f
il
t
e
r
a
pp
l
i
e
s
t
h
e
we
i
g
h
t
e
d
a
v
e
r
a
ge
i
n
th
e
p
i
x
e
l
v
a
l
ue
s
to
m
i
nim
i
z
e
t
h
e
d
i
s
t
a
n
c
e
f
r
o
m
t
h
e
c
e
n
t
e
r
pi
xe
l
v
a
l
ue
.
T
h
e
g
a
us
s
i
a
n
f
il
t
e
r
s
uppo
r
t
s
m
i
nim
i
z
i
ng
t
h
e
s
ha
r
p
tr
a
n
s
i
t
i
o
n
e
dge
s
a
m
o
n
g
t
h
e
p
i
xe
l
s
a
n
d
i
t
m
a
ke
s
t
h
e
i
m
a
ge
s
s
m
o
o
t
h
e
r
.
T
h
e
de
n
o
i
s
e
d
i
m
a
g
e
i
s
t
h
e
n
pr
o
vi
de
d
a
s
i
n
put
to
t
h
e
n
o
r
m
a
li
z
a
t
i
o
n
pr
o
c
e
s
s
.
2.
2.
2.
M
in
-
m
ax
n
or
m
a
l
i
z
at
ion
T
h
e
c
o
l
l
e
c
t
e
d
C
XR
i
m
a
g
e
da
t
a
s
e
t
i
nv
o
l
v
e
s
d
i
v
e
r
s
e
f
e
a
t
ur
e
s
wi
t
h
v
a
r
i
o
us
da
t
a
r
a
n
ge
s
.
T
h
e
o
r
i
g
i
na
l
f
e
a
t
ur
e
s
e
t
s
f
r
o
m
t
h
e
C
X
R
t
a
ke
a
l
o
n
g
c
o
nv
e
r
ge
n
c
e
r
a
t
e
f
o
r
t
r
a
i
ni
ng
t
h
e
NN
.
He
n
c
e
,
t
h
e
mi
n
-
m
a
x
n
o
r
m
a
li
z
a
t
i
o
n
[
23]
t
e
c
h
ni
que
i
s
ut
i
li
z
e
d
t
o
n
or
m
a
l
i
z
e
t
h
e
i
nput
da
t
a
i
n
t
h
e
r
a
n
g
e
o
f
0
to
1
r
e
s
pe
c
ti
ve
ly
.
No
r
m
a
li
z
i
ng
t
h
e
p
i
xe
l
va
l
ue
s
e
ns
ur
e
s
t
h
a
t
t
h
e
m
o
de
l
c
a
n
l
e
a
r
n
e
f
f
e
c
t
i
v
e
ly
f
r
o
m
da
t
a
w
i
t
h
o
ut
b
e
i
n
g
a
f
f
e
c
t
e
d
by
t
h
e
s
c
a
l
e
o
f
p
i
x
e
l
i
n
t
e
n
s
i
t
i
e
s
.
T
h
e
m
i
n
-
m
a
x
n
o
r
m
a
li
z
a
t
i
o
n
i
s
f
o
r
m
u
l
a
t
e
d
i
n
(
1)
:
′
=
−
−
(
1)
w
h
e
r
e
,
′
–
n
or
m
a
li
z
a
t
i
o
n
da
t
a
;
–
a
c
t
ua
l
da
t
a
;
a
n
d
–
m
i
nim
u
m
a
n
d
m
a
xim
u
m
da
t
a
.
T
h
e
m
i
n
-
m
a
x
n
o
r
m
a
li
z
a
t
i
o
n
i
s
m
i
nim
a
ll
y
s
e
ns
i
t
i
v
e
t
o
t
h
e
o
u
t
l
i
e
r
s
a
n
d
i
t
e
nh
a
n
c
e
s
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
u
l
t
s
.
I
n
thi
s
s
t
e
p,
t
h
e
da
t
a
s
e
t
i
s
d
i
vi
de
d
i
n
t
o
t
w
o
pa
r
t
s
:
80%
o
f
t
h
e
da
t
a
a
r
e
us
e
d
f
o
r
t
h
e
t
r
a
i
ni
ng
a
n
d
20%
i
m
a
ge
s
a
r
e
us
e
d
f
o
r
t
e
s
t
i
n
g.
T
h
e
n
o
r
m
a
li
z
e
d
da
t
a
i
s
t
h
e
n
f
e
d
to
t
h
e
f
e
a
tur
e
e
x
t
r
a
c
t
i
o
n
pr
o
c
e
s
s
to
e
x
tr
a
c
t
t
h
e
l
u
n
g
i
m
a
ge
f
e
a
t
ur
e
s
.
2.
3.
F
e
at
u
r
e
e
x
t
r
ac
t
ion
I
n
t
hi
s
s
t
e
p,
t
h
e
de
n
o
i
s
e
d
a
n
d
n
o
r
m
a
li
z
e
d
C
X
R
i
m
a
ge
s
a
r
e
e
x
t
r
a
c
t
e
d
t
h
r
o
ugh
t
h
e
pr
e
-
t
r
a
i
n
e
d
C
NN
a
r
c
hi
t
e
c
t
ur
e
.
T
h
e
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
pr
o
c
e
s
s
a
im
s
to
r
e
duc
e
t
h
e
hi
g
h
d
i
m
e
ns
i
o
n
a
li
t
y
o
f
t
h
e
f
e
a
t
ur
e
s
a
n
d
da
t
a
c
o
m
pa
c
t
i
o
n
.
I
n
t
h
i
s
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
pr
o
c
e
s
s
,
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
2
a
r
c
hi
t
e
c
t
u
r
e
i
s
ut
i
li
z
e
d
to
e
x
t
r
a
c
t
t
h
e
l
u
n
g
f
e
a
t
ur
e
s
.
C
o
m
pa
r
e
d
to
t
h
e
ot
h
e
r
p
r
e
-
t
r
a
i
n
e
d
m
o
de
l
s
,
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
2
a
r
c
hi
t
e
c
t
ur
e
a
c
c
e
pt
s
t
h
e
f
e
a
t
ur
e
m
a
p
s
f
r
o
m
pr
e
vi
o
us
l
a
y
e
r
s
a
n
d
a
ll
o
ws
i
t
t
o
r
e
us
e
t
h
e
l
un
g
im
a
ge
f
e
a
t
ur
e
s
m
o
r
e
e
f
f
e
c
t
i
ve
l
y
.
D
e
t
a
i
l
e
d
i
n
f
o
r
m
a
t
i
o
n
a
b
o
ut
t
h
i
s
a
r
c
hi
t
e
c
t
ur
e
i
s
pr
o
vi
de
d
a
s
s
u
bs
e
c
t
i
o
n
b
e
ll
o
w.
2.
3.
1.
E
f
f
icie
n
t
Ne
t
B
2
T
h
e
E
f
f
ii
e
n
t
Ne
t
B
2
pr
o
vi
d
e
s
t
h
e
a
d
v
a
n
t
a
ge
o
f
b
e
t
ter
-
qua
l
i
t
y
f
e
a
t
ur
e
s
a
n
d
i
t
e
f
f
e
c
t
i
v
e
ly
s
im
p
li
f
i
e
s
t
h
e
f
e
a
t
ur
e
s
i
n
t
h
e
C
XR
i
m
a
ge
.
T
hi
s
a
r
c
hi
t
e
c
t
ur
e
i
s
us
ua
ll
y
c
o
m
put
a
t
i
o
n
a
ll
y
e
f
f
i
c
i
e
n
t
a
n
d
o
b
t
a
i
n
s
gr
e
a
t
e
r
pe
r
f
o
r
m
a
n
c
e
i
n
l
u
n
g
d
i
s
e
a
s
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
2
[
24]
,
[
25]
u
t
i
l
i
z
e
s
t
h
e
c
o
m
po
un
d
c
o
e
f
f
i
c
i
e
n
t
to
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
:
1
32
8
-
1
33
8
1332
pr
o
vi
de
t
h
e
c
o
n
t
i
n
uo
us
s
c
a
li
ng
o
f
w
i
dt
h
,
r
e
s
o
l
ut
i
o
n
a
s
we
ll
a
s
de
pt
h
pa
r
a
m
e
t
e
r
s
.
E
v
e
r
y
d
im
e
ns
i
o
n
i
n
t
h
e
im
a
ge
i
s
s
t
e
a
di
ly
s
c
a
l
e
d
by
t
h
e
pr
e
de
t
e
r
m
i
ne
d
gr
o
up
o
f
t
h
e
s
c
a
l
i
ng
c
o
e
f
f
i
c
i
e
n
t
s
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
2
s
c
a
l
e
s
t
h
e
n
e
t
wo
r
k
b
r
e
a
dt
h
,
r
e
s
o
l
ut
i
o
n
a
s
we
l
l
a
s
de
pt
h
o
f
t
h
e
i
m
a
g
e
by
ut
i
li
z
i
ng
t
h
e
gr
o
up
o
f
pr
e
s
e
t
s
c
a
l
i
ng
c
o
e
f
f
i
c
i
e
n
t
s
.
T
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
2
i
s
m
a
de
up
m
o
bi
l
e
i
nve
r
t
e
d
c
o
n
v
o
l
ut
i
o
n
a
l
(
M
B
C
o
nv
)
l
a
y
e
r
.
B
a
s
e
d
o
n
t
h
e
va
r
i
o
us
t
a
s
ks
,
t
h
e
n
e
t
wo
r
k
f
e
a
t
ur
e
i
n
E
f
f
i
c
i
e
n
t
Ne
t
B
2
i
s
m
o
d
i
f
i
e
d
t
o
m
i
nim
i
z
e
t
h
e
n
u
m
be
r
o
f
f
e
a
t
ur
e
s
a
s
we
l
l
a
s
e
ns
ur
e
e
nh
a
nc
e
d
a
c
c
ur
a
c
y
r
e
s
u
l
t
s
.
I
n
t
hi
s
f
e
a
t
ur
e
e
x
t
r
a
c
tor
,
t
h
e
i
m
a
ge
i
s
pr
o
vi
d
e
d
a
s
i
n
put
to
c
o
n
v
o
l
ut
i
o
n
t
h
r
o
ugh
a
3×
3
c
o
n
v
o
l
ut
i
o
n
ke
r
n
e
l
a
n
d
pr
o
vi
de
s
t
h
e
o
u
t
pu
t
a
s
a
1×
1
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
.
T
h
e
e
x
t
r
a
c
t
e
d
f
e
a
t
ur
e
s
a
r
e
t
h
e
n
pr
o
vi
de
d
t
o
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pr
o
c
e
s
s
.
3.
CL
ASS
I
F
I
CA
T
I
ON
I
n
t
hi
s
s
t
a
ge
,
t
h
e
e
x
t
r
a
c
t
e
d
f
e
a
t
ur
e
s
a
r
e
pr
o
vi
de
d
a
s
i
n
put
to
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pr
o
c
e
s
s
t
o
c
l
a
s
s
i
f
y
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
i
n
t
o
14
c
a
t
e
g
o
r
i
e
s
.
T
h
e
DL
-
ba
s
e
d
c
l
a
s
s
if
i
c
a
t
i
o
n
a
ppr
o
a
c
h
ut
i
l
i
z
e
s
t
h
e
m
i
n
i
m
u
m
a
m
o
un
t
o
f
t
r
a
i
ni
ng
s
a
m
p
l
e
s
a
s
we
ll
a
s
pr
o
vi
de
s
s
upe
r
i
o
r
r
e
s
u
l
t
s
.
T
h
e
C
NN
c
l
a
s
s
i
f
i
e
r
i
s
ut
i
li
z
e
d
f
o
r
c
l
a
s
s
if
yi
ng
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
a
n
d
de
t
a
i
l
e
d
i
nf
o
r
m
a
t
i
o
n
o
n
t
hi
s
c
l
a
s
s
if
i
e
r
i
s
pr
o
vi
de
d
i
n
t
h
e
f
o
l
l
o
w
i
ng
s
u
bs
e
c
t
i
o
n
.
3.
1.
Gu
i
d
e
d
b
ac
k
p
r
op
agat
ion
c
on
vol
u
t
ion
al
n
e
u
r
a
l
n
e
t
wor
k
C
NN
i
s
e
s
p
e
c
i
a
ll
y
ut
i
li
z
e
d
f
o
r
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pr
o
c
e
s
s
,
pa
r
t
i
c
u
l
a
r
ly
i
n
m
e
d
i
c
a
l
i
m
a
ge
s
.
T
h
e
c
o
n
v
o
l
ut
i
o
n
i
s
t
h
e
m
a
t
h
e
m
a
t
i
c
a
l
o
pe
r
a
t
i
o
n
t
h
a
t
c
o
m
pa
r
e
s
t
h
e
t
w
o
v
a
r
i
o
us
f
u
nc
t
i
o
ns
a
n
d
i
t
c
a
l
c
u
lat
e
s
t
h
e
n
u
m
be
r
o
f
s
im
il
a
r
i
t
y
f
u
n
c
t
i
o
ns
.
T
h
e
C
NN
i
s
m
a
de
up
o
f
t
h
r
e
e
s
i
g
nif
i
c
a
n
t
l
a
y
e
r
s
s
uc
h
a
s
1
c
o
nv
o
l
ut
i
o
n
l
a
y
e
r
,
2
poo
l
i
ng
a
s
we
ll
a
n
F
C
l
a
y
e
r
.
T
h
e
m
i
n
im
u
m
n
u
mb
e
r
o
f
f
u
n
c
t
i
o
ns
i
n
C
NN
a
r
e
o
c
c
up
i
e
d
a
n
d
c
o
m
p
a
r
e
d
w
i
t
h
e
v
e
r
y
im
a
ge
i
n
t
h
e
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
.
T
hi
s
pr
oc
e
dur
e
de
v
e
l
o
pe
d
t
h
e
f
e
a
t
ur
e
s
e
t
s
f
r
o
m
e
v
e
r
y
i
n
put
da
t
a
,
ge
n
e
r
a
ll
y
t
h
e
d
i
m
e
ns
i
o
n
i
s
hi
g
h
e
r
t
h
a
n
t
h
e
i
n
put
da
t
a
.
I
n
t
hi
s
c
l
a
s
s
if
i
e
r
,
t
h
e
i
n
put
da
t
a
i
s
pr
o
vi
de
d
i
n
t
he
s
i
z
e
o
f
224×
224×
3
to
t
h
e
c
o
n
v
o
l
ut
i
o
na
l
l
a
y
e
r
.
A
s
s
u
mi
n
g
t
h
a
t
s
i
g
na
l
a
n
d
c
o
n
v
o
l
ut
e
i
t
wi
t
h
t
h
e
ke
r
n
e
l
,
t
h
e
o
u
t
c
o
m
e
o
f
t
hi
s
c
o
nv
o
l
ut
i
o
n
i
s
f
o
r
m
u
l
a
t
e
d
i
n
(
2)
:
(
∗
)
=
∫
(
)
(
−
)
(
2)
w
h
e
r
e
,
∈
f
o
r
a
l
l
≥
1
.
N
o
w,
–
i
n
put
l
a
y
e
r
o
f
t
h
e
c
o
nv
o
l
ut
i
o
n;
o
u
t
pu
t
l
a
y
e
r
i
s
k
n
o
wn
a
s
t
h
e
f
e
a
t
ur
e
-
m
a
p
o
r
a
c
t
i
v
a
t
i
o
n
.
He
r
e
,
i
n
t
h
e
c
a
s
e
o
f
hi
g
h
e
r
d
i
m
e
n
s
i
o
ns
,
a
s
s
u
mi
ng
a
s
t
h
e
d
i
s
c
r
e
t
e
pa
r
a
m
e
t
e
r
o
f
t
h
e
c
o
n
v
o
l
ut
i
o
n
i
s
f
o
r
m
u
l
a
t
e
d
i
n
(
3)
.
I
n
t
hi
s
pr
o
c
e
dur
e
,
e
x
p
l
o
r
e
s
t
h
e
e
n
t
i
r
e
v
a
l
ue
s
i
n
t
h
e
s
pa
c
e
w
hi
c
h
i
s
n
o
t
b
o
un
de
d
t
o
t
h
e
s
pe
c
i
f
i
c
d
i
m
e
ns
i
o
n
.
o
f
×
pi
x
e
l
s
a
r
e
f
o
r
m
u
l
a
t
e
d
i
n
(
4)
.
(
∗
)
(
)
=
∑
(
)
(
−
)
(
3)
(
∗
)
(
,
)
=
∑
∑
(
,
)
(
1
−
,
−
)
−
1
=
0
−
1
=
0
(
4)
A
t
t
h
e
o
u
t
c
o
m
e
o
f
t
h
e
c
o
nv
o
l
ut
i
o
n
l
a
y
e
r
,
a
n
i
n
put
i
m
a
ge
b
e
c
o
m
e
s
m
i
n
im
a
ll
y
r
e
c
o
gni
z
a
bl
e
.
Ne
v
e
r
t
h
e
l
e
s
s
,
s
pe
c
if
i
c
da
t
a
s
uc
h
a
s
o
r
i
e
n
t
a
t
i
o
n
,
pa
tt
e
r
n
s
a
s
we
l
l
a
s
e
dge
s
i
n
t
h
e
l
u
n
g
i
m
a
ge
be
c
o
m
e
m
o
r
e
vi
s
i
b
l
e
.
T
h
e
m
a
x
-
po
o
l
i
ng
l
a
y
e
r
i
s
to
m
i
n
im
i
z
e
t
h
e
s
i
z
e
o
f
t
h
e
f
e
a
t
ur
e
m
a
p
w
i
t
h
o
ut
l
o
s
i
n
g
a
n
u
m
be
r
of
h
e
l
p
f
u
l
da
t
a
.
B
e
t
we
e
n
t
h
e
v
a
r
i
a
n
t
s
o
f
t
h
e
p
oo
l
i
ng
o
pe
r
a
t
i
o
n
s
,
m
a
x
-
po
o
l
i
ng
a
s
we
ll
a
s
a
v
e
r
a
ge
-
po
o
l
i
ng
a
r
e
t
h
e
m
o
s
t
ge
n
e
r
a
l
.
T
h
e
m
a
x
-
poo
l
i
ng
a
s
we
l
l
a
s
a
v
e
r
a
ge
-
po
o
l
i
ng
m
a
i
n
t
a
i
ns
t
h
e
l
a
r
ge
r
a
s
we
l
l
a
s
a
v
e
r
a
ge
v
a
lue
i
n
t
h
e
C
NN
.
I
f
t
h
e
m
a
x
-
po
o
l
i
n
g
o
pe
r
a
t
i
o
n
i
s
e
m
p
l
o
y
e
d
w
i
t
h
t
h
e
ke
r
n
e
l
s
i
z
e
(
∗
)
a
s
we
l
l
a
s
t
h
e
s
t
r
i
de
o
f
o
n
(
∗
)
f
e
a
t
ur
e
-
m
a
p,
whi
c
h
r
e
s
u
l
t
s
i
n
(
×
)
f
e
a
t
ur
e
-
m
a
p.
B
a
s
e
d
o
n
t
h
e
s
i
z
e
o
f
t
h
e
i
nput
i
m
a
ge
a
s
w
e
l
l
a
s
t
he
C
NN
m
o
de
l
,
t
h
e
n
u
m
be
r
o
f
c
o
nv
o
l
ut
i
o
n
a
s
w
e
l
l
a
s
po
o
l
i
n
g
l
a
y
e
r
s
a
r
e
ut
i
li
z
e
d.
Ne
v
e
r
t
h
e
l
e
s
s
,
t
h
e
f
e
a
t
ur
e
-
m
a
p
r
e
s
o
l
ut
i
o
n
m
i
n
im
i
z
e
s
w
i
t
h
e
v
e
r
y
ne
w
la
y
e
r
a
n
d
t
h
e
m
a
c
hi
ne
o
b
t
a
i
n
s
s
o
m
e
r
e
l
e
v
a
n
t
f
e
a
t
ur
e
s
.
T
h
e
F
C
l
a
y
e
r
i
s
t
h
e
f
i
na
l
l
a
y
e
r
o
f
t
h
e
C
NN
m
o
de
l
,
w
hi
c
h
e
m
p
l
o
y
s
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
a
s
ks
f
o
l
l
o
w
i
ng
t
h
e
pr
i
nc
i
p
l
e
s
o
f
t
h
e
m
u
l
t
i
-
l
a
y
e
r
pe
r
c
e
pt
r
o
n
.
GB
P
i
s
t
h
e
m
o
s
t
u
t
i
li
z
e
d
m
e
t
h
o
d
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
pur
p
o
s
e
s
,
whi
c
h
pr
o
vi
de
s
a
vi
s
u
a
l
e
x
p
l
a
na
t
i
o
n
o
f
t
h
e
C
NN
a
ppr
o
a
c
h
e
s
.
T
hi
s
G
B
P
a
ppr
o
a
c
h
i
s
a
gu
i
da
n
c
e
whe
r
e
ne
ga
t
i
ve
gr
a
d
i
e
n
t
s
a
r
e
f
i
xe
d
t
o
0
t
h
r
o
ugh
t
h
e
r
e
c
t
i
f
i
e
d
l
i
ne
a
r
uni
t
(
R
e
L
U)
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
i
n
t
h
e
pr
o
pa
ga
t
i
o
n
pr
o
c
e
s
s
.
F
o
l
l
o
w
i
n
g
t
hi
s
gu
i
da
n
c
e
,
t
h
e
GB
P
de
n
o
i
s
e
s
t
h
e
s
a
l
i
e
nc
y
m
a
p,
m
a
k
i
ng
i
t
m
o
r
e
e
f
f
e
c
t
i
ve
t
h
a
n
o
t
h
e
r
m
e
t
h
o
ds
o
f
vi
s
ua
l
e
x
p
l
a
na
t
i
o
n
a
pp
r
o
a
c
h
e
s
.
T
hi
s
r
e
s
e
a
r
c
h
a
pp
l
i
e
s
t
h
e
GB
P
i
n
t
h
e
R
e
L
U
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
a
n
d
t
h
e
o
u
t
c
o
m
e
o
f
t
hi
s
a
ppr
o
a
c
h
i
s
t
h
e
gr
a
d
i
e
n
t
m
a
s
k
t
h
r
o
ugh
t
h
e
pi
x
e
l
.
T
h
e
s
h
o
r
t
c
u
t
c
o
n
n
e
c
t
i
o
n
c
h
a
nn
e
l
i
s
t
h
e
va
r
i
a
t
i
o
n
a
m
o
n
g
t
h
e
i
d
e
n
t
i
t
y
m
a
pp
i
ng
a
s
we
ll
a
s
n
o
r
m
a
l
C
NN
,
t
h
a
t
pe
r
m
i
t
s
a
d
a
t
a
e
s
t
i
m
a
t
e
d
f
r
o
m
t
h
e
li
g
h
t
c
o
n
v
o
l
ut
i
o
n
l
a
y
e
r
to
s
t
r
a
i
g
h
t
l
y
a
tt
a
i
n
de
e
p
c
o
nv
o
l
ut
i
o
n
l
a
y
e
r
.
F
i
gur
e
3
s
h
o
ws
t
h
e
i
de
n
t
i
t
y
m
a
pp
i
ng
m
o
du
l
e
o
f
t
h
e
C
NN
.
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
M
ult
i
-
c
las
s
c
hr
onic
lung
dis
e
as
e
c
las
s
if
ication
ba
s
e
d
on
…
(
R
ak
e
s
h
Se
lva
R
aj
)
1333
F
i
gur
e
3.
T
h
e
i
de
n
t
i
t
y
m
a
pp
i
ng
m
o
du
l
e
o
f
C
NN
T
hi
s
a
ppr
o
a
c
h
s
o
l
v
e
s
a
v
a
ni
s
hi
ng
gr
a
d
i
e
n
t
i
s
s
u
e
t
h
r
o
ugh
e
n
ha
n
c
i
ng
t
h
e
n
u
m
be
r
o
f
c
o
nv
o
l
ut
i
o
n
a
l
l
a
y
e
r
s
a
s
we
l
l
a
s
e
nh
a
n
c
i
ng
t
h
e
a
c
c
ur
a
c
y
o
f
a
m
u
l
t
i
-
c
o
nv
o
l
ut
i
o
na
l
l
a
y
e
r
o
f
t
h
e
C
NN
.
T
h
e
o
ut
c
o
m
e
o
f
(
)
i
s
c
o
n
v
e
r
t
e
d
i
n
t
o
(
)
+
i
s
f
o
r
m
u
l
a
t
e
d
i
n
(
5)
.
An
a
r
bi
t
r
a
r
y
L
-
l
a
y
e
r
f
e
a
t
ur
e
o
f
t
h
e
de
e
p
n
e
ur
a
l
n
e
t
wor
k
(
DN
N)
i
s
a
c
qu
i
r
e
d
t
h
r
o
ugh
t
h
e
r
e
c
ur
s
i
o
n
,
whi
c
h
i
s
f
o
r
m
u
l
a
t
e
d
i
n
(
6)
a
n
d
(
7)
a
s
:
(
)
=
(
)
+
(
5)
(
)
=
∑
(
)
+
−
1
=
1
(
6)
=
(
1
+
∑
(
)
−
1
=
1
)
(
7)
W
h
e
r
e
,
–
i
n
put
;
(
)
–
a
n
a
n
t
i
c
i
pa
t
e
d
o
u
t
c
o
m
e
o
f
b
a
s
i
c
m
a
pp
i
ng
;
(
)
–
r
e
s
i
dua
l
m
a
pp
i
ng.
Opt
i
m
a
l
l
e
a
r
ni
ng
o
f
m
a
pp
i
ng
t
a
r
ge
t
to
de
v
e
l
o
p
(
)
i
n
c
li
ne
s
t
o
0
.
(
)
–
t
h
e
o
u
t
c
o
m
e
o
f
t
h
l
a
y
e
r
.
Af
t
e
r
t
h
a
t,
t
h
e
A
da
m
o
pt
i
m
i
z
e
r
i
s
ut
i
li
z
e
d
t
o
i
de
n
t
i
f
y
t
h
e
d
i
s
c
r
e
te
l
e
a
r
ni
ng
r
a
t
e
i
n
e
a
c
h
pa
r
a
m
e
t
e
r
f
o
r
e
s
t
i
m
a
t
i
n
g
t
h
e
l
o
s
s
t
h
r
o
ugh
t
h
e
c
a
t
e
gor
i
c
a
l
l
o
s
s
f
u
n
c
t
i
o
n
.
F
i
na
ll
y
,
t
h
e
d
a
t
a
i
s
m
o
v
e
d
t
h
r
o
ugh
t
h
e
R
e
L
U
a
c
t
i
v
a
t
i
o
n
f
u
nc
t
i
o
n
a
s
we
ll
a
n
d
r
e
s
p
e
c
t
i
v
e
c
l
a
s
s
if
i
c
a
t
i
o
n
r
e
s
u
l
t
s
a
r
e
t
h
e
o
ut
c
o
m
e
.
T
h
e
s
m
a
ll
po
r
t
i
o
n
s
f
r
o
m
t
h
e
pr
e
d
i
c
t
e
d
o
u
tco
m
e
a
r
e
pr
o
vi
de
d
to
t
h
e
i
n
put
l
a
y
e
r
a
s
a
f
e
e
d
to
r
e
c
a
l
c
u
l
a
t
e
t
h
e
we
i
g
h
t
,
s
o
i
t
m
i
n
i
mi
z
e
s
t
h
e
e
r
r
o
r
v
a
l
ue
s
a
n
d
h
a
s
t
he
f
a
s
t
e
r
l
e
a
r
ni
ng
c
a
pa
bil
i
t
y
t
o
tr
a
i
n
t
h
e
m
o
de
l
.
GB
P
i
n
c
li
ne
s
to
o
v
e
r
whe
l
mi
ng
t
h
e
i
n
a
ppr
o
pr
i
a
t
e
f
e
a
t
ur
e
s
a
s
we
ll
a
s
n
o
i
s
e
w
hil
e
f
o
c
us
i
ng
o
n
t
h
e
pr
o
m
i
ne
n
t
i
m
a
ge
pa
r
t
s
.
T
hi
s
i
s
h
e
l
p
f
u
l
i
n
l
u
n
g
d
i
s
e
a
s
e
c
l
a
s
s
if
i
c
a
t
i
o
n
,
a
s
i
t
s
uppo
r
t
s
t
h
e
n
e
t
w
o
r
k
to
f
o
c
us
o
n
t
h
e
a
ppr
o
p
r
i
a
t
e
s
tr
uc
t
ur
e
s
wi
t
hi
n
t
h
e
l
u
n
g
c
l
a
s
s
e
s
.
T
h
e
e
x
pe
r
i
m
e
n
t
a
l
c
o
nf
i
gur
a
t
i
o
ns
o
f
t
h
e
pr
o
p
o
s
e
d
a
ppr
o
a
c
h
a
r
e
pr
o
vi
de
d
i
n
t
h
e
f
o
l
l
o
w
i
ng
s
e
c
t
i
o
n
.
4.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
I
n
t
hi
s
s
e
c
t
i
o
n
,
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
t
h
e
pr
o
p
o
s
e
d
G
B
P
C
NN
a
ppr
o
a
c
h
i
s
e
x
e
c
ut
e
d
o
n
a
P
y
t
h
o
n
3.
8
e
nvi
r
o
nm
e
n
t
a
n
d
t
h
e
s
y
s
t
e
m
c
o
nf
i
gur
a
t
i
o
n
w
i
t
h
W
i
ndo
ws
10
OS,
I
n
t
e
l
C
o
r
e
i
7
pr
o
c
e
s
s
o
r
,
a
n
d
16
G
B
R
AM
.
T
h
e
GB
P
C
N
N
i
s
v
a
li
da
t
e
d
by
ut
i
li
z
i
ng
v
a
r
i
o
us
a
s
s
e
s
s
m
e
n
t
m
e
t
r
i
c
s
na
m
e
d
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n,
r
e
c
a
l
l
,
F1
-
s
c
o
r
e
a
n
d
a
r
e
a
un
de
r
c
ur
v
e
(
A
UC
)
.
T
h
e
m
a
t
h
e
m
a
t
i
c
a
l
f
o
r
m
u
l
a
o
f
e
v
e
r
y
m
e
t
r
i
c
i
s
de
s
c
r
i
be
d
i
n
t
h
e
f
o
l
l
o
w
i
n
g
(
8
)
-
(
12)
.
=
+
+
+
+
(
8)
=
+
(
9)
=
+
(
10)
1
−
=
2
2
+
+
(
11)
=
∑
(
)
−
(
+
)
/
2
+
(
12)
W
h
e
r
e
,
T
P
-
tr
ue
p
o
s
i
t
i
v
e
;
T
N
–
t
r
ue
n
e
ga
t
i
v
e
;
F
P
–
f
a
l
s
e
po
s
i
t
i
v
e
;
F
N
–
f
a
l
s
e
n
e
g
a
t
i
ve
;
–
n
um
be
r
o
f
po
s
i
t
i
v
e
im
a
ge
s
;
–
n
u
m
be
r
o
f
n
e
ga
t
i
v
e
im
a
ge
s
;
–
r
a
t
e
o
f
t
h
i
m
a
ge
.
T
a
bl
e
1
pr
o
vi
de
s
t
h
e
t
r
a
i
ni
ng
hy
pe
r
pa
r
a
m
e
t
e
r
s
o
f
t
h
e
GB
P
C
NN
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
:
1
32
8
-
1
33
8
1334
T
a
bl
e
1.
T
r
a
i
ni
n
g
hy
pe
r
pa
r
a
m
e
t
e
r
s
o
f
t
h
e
GB
P
C
NN
H
y
p
e
r
pa
r
a
m
e
t
e
r
V
a
lu
e
s
D
im
e
ns
i
o
n
of
a
n i
nput
i
ma
g
e
(
224, 224, 3)
K
e
r
n
e
l
s
iz
e
3
×
3
B
a
tc
h s
i
z
e
32
E
poc
h
10
A
c
ti
v
a
ti
o
n
f
un
c
ti
o
n
R
e
L
U
O
pt
im
iz
e
r
A
da
m
L
o
s
s
f
un
c
ti
o
n
C
a
te
gor
ic
a
l
l
o
s
s
f
un
c
ti
o
n
4.
1.
P
e
r
f
o
r
m
an
c
e
a
n
al
ys
i
s
T
h
e
d
i
f
f
e
r
e
n
t
e
v
a
l
u
a
t
i
o
n
m
e
t
r
i
c
s
a
r
e
c
o
n
s
i
de
r
e
d
f
o
r
e
s
t
i
m
a
t
i
n
g
t
h
e
e
f
f
e
c
t
i
v
e
ne
s
s
o
f
t
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
a
ppr
o
a
c
h
.
T
h
e
C
X
R
i
m
a
g
e
da
t
a
s
e
t
i
s
ut
i
l
i
z
e
d
t
o
e
s
t
i
m
a
t
e
e
f
f
e
c
t
i
ve
n
e
s
s
o
f
t
hi
s
a
ppr
o
a
c
h
.
T
he
pr
o
p
o
s
e
d
m
e
t
h
o
d’
s
e
f
f
e
c
t
i
v
e
ne
s
s
i
s
de
t
e
r
m
i
ne
d
ut
i
li
z
i
ng
a
c
c
ur
a
c
y
a
n
d
l
o
s
s
f
u
n
c
t
i
o
n
c
o
n
c
e
r
ni
ng
t
h
e
n
um
be
r
o
f
e
po
c
h
s
.
T
a
bl
e
s
2
a
n
d
3
s
h
o
w
t
h
e
pe
r
f
o
r
m
a
nc
e
a
na
ly
s
i
s
o
f
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
a
n
d
c
l
a
s
s
if
i
c
a
t
i
o
n
by
us
in
g
C
XR
im
a
ge
da
t
a
s
e
t
.
T
a
bl
e
2.
P
e
r
f
o
r
m
a
nc
e
a
na
ly
s
i
s
o
f
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
r
e
s
u
l
t
s
E
xt
r
a
c
t
or
A
c
c
u
r
a
c
y
(
%
)
P
r
e
c
is
i
o
n (
%
)
R
e
c
a
ll
(
%
)
F1
-
s
c
o
r
e
(
%
)
R
e
s
N
e
t
-
50
81.10
80.50
80.00
81.00
V
G
G
16
79.20
75.80
73.40
70.00
D
e
ns
e
N
e
t
-
121
73.00
72.89
72.65
72.90
E
f
f
i
c
i
e
nt
N
e
tB
2
97.94
92.00
89.00
92.00
T
a
bl
e
2
s
h
o
ws
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
2
wi
t
h
v
a
r
i
o
us
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
a
ppr
o
a
c
h
e
s
b
a
s
e
d
o
n
t
h
e
C
XR
im
a
ge
da
t
a
s
e
t
.
T
h
e
e
xi
s
t
i
n
g
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
a
ppr
o
a
c
h
e
s
n
a
m
e
d
R
e
s
Ne
t
-
50,
VG
G
-
16,
a
n
d
De
ns
e
Ne
t
-
121
a
r
e
e
x
a
mi
ne
d
i
n
t
hi
s
s
e
c
t
i
o
n
.
As
c
o
m
p
a
r
e
d
to
t
h
e
s
e
e
xi
s
t
i
n
g
a
pp
r
o
a
c
h
e
s
,
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
B
2
i
s
e
f
f
e
c
t
i
ve
due
to
mi
n
im
i
z
i
ng
t
h
e
n
u
m
be
r
o
f
pa
r
a
m
e
t
e
r
s
a
n
d
o
pe
r
a
ti
o
n
s
t
h
r
o
ugh
u
t
i
li
z
i
ng
a
n
i
n
t
e
gr
a
t
i
o
n
o
f
M
B
C
o
nv
a
n
d
S
E
bl
o
c
k
s
i
n
t
h
e
e
x
t
r
a
c
t
i
o
n
pr
o
c
e
s
s
.
T
h
e
ut
i
l
i
z
e
d
E
f
f
i
c
i
e
n
t
Ne
t
B
2
a
c
c
o
m
p
l
i
s
he
s
a
c
c
ur
a
c
y
o
f
97.
94%
,
pr
e
c
i
s
i
o
n
o
f
92.
00%
,
r
e
c
a
l
l
o
f
89.
00%
,
F
1
-
s
c
o
r
e
o
f
92.
00%
a
n
d
A
UC
o
f
97.
94%
r
e
s
pe
c
t
i
v
e
ly
.
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
a
tt
a
i
ns
e
f
f
e
c
t
i
v
e
o
u
t
c
o
m
e
s
w
h
e
n
c
o
m
p
a
r
e
d
to
ot
h
e
r
e
x
t
r
a
c
tor
s
wi
t
h
d
i
f
f
e
r
e
n
t
e
v
a
l
u
a
t
i
o
n
i
nd
i
c
e
s
.
T
a
bl
e
3
s
h
o
ws
t
h
e
GB
P
C
NN
w
i
t
h
d
i
f
f
e
r
e
n
t
c
l
a
s
s
if
i
e
r
s
f
o
r
l
u
n
g
d
i
s
e
a
s
e
c
l
a
s
s
if
i
c
a
t
i
o
n
b
a
s
e
d
o
n
t
h
e
C
XR
i
m
a
ge
da
t
a
s
e
t
.
T
h
e
e
xi
s
t
i
n
g
c
l
a
s
s
if
i
e
r
s
n
a
med
I
n
c
e
pt
i
o
n
V2,
VG
G
-
19,
a
n
d
C
NN
a
r
e
e
x
a
m
i
ne
d
i
n
t
hi
s
s
e
c
t
i
o
n
.
A
s
c
o
m
pa
r
e
d
to
t
h
e
s
e
e
xi
s
t
i
n
g
a
ppr
o
a
c
he
s
,
t
h
e
GB
P
C
NN
i
s
e
f
f
e
c
t
i
v
e
due
to
GB
P
f
o
c
us
e
s
o
n
t
h
e
a
f
f
e
c
t
e
d
r
e
g
i
o
n
s
o
f
a
n
i
nput
i
m
a
ge
,
s
o
i
t
h
e
l
p
s
to
i
m
pr
o
v
e
t
h
e
a
c
c
ur
a
c
y
o
f
r
e
s
u
l
t
s
.
T
h
e
pr
o
p
o
s
e
d
GB
C
NN
a
c
c
o
m
p
li
s
he
s
a
n
a
c
c
ur
a
c
y
o
f
97.
94%
,
p
r
e
c
i
s
i
o
n
o
f
92.
00%
,
r
e
c
a
l
l
o
f
89.
00%
,
F
1
-
s
c
o
r
e
o
f
92.
00%
a
n
d
A
U
C
o
f
97.
94%
r
e
s
pe
c
t
i
v
e
ly
.
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
a
tt
a
i
ns
e
f
f
e
c
t
i
v
e
o
ut
c
o
m
e
s
w
h
e
n
c
o
m
p
a
r
e
d
to
ot
h
e
r
c
l
a
s
s
if
i
e
r
s
w
i
t
h
d
i
f
f
e
r
e
n
t
e
v
a
l
ua
t
i
o
n
i
nd
i
c
e
s
.
T
a
bl
e
4
s
h
o
ws
t
h
e
a
n
a
ly
s
i
s
o
f
C
XR
c
l
a
s
s
e
s
us
i
n
g
v
a
r
i
o
us
m
e
t
r
i
c
e
s
.
T
a
bl
e
3.
P
e
r
f
o
r
m
a
nc
e
a
na
ly
s
i
s
o
f
c
l
a
s
s
if
i
c
a
t
i
o
n
r
e
s
u
l
t
s
C
la
s
s
if
ie
r
s
A
c
c
u
r
a
c
y
(
%
)
P
r
e
c
is
i
o
n (
%
)
R
e
c
a
ll
(
%
)
F1
-
s
c
o
r
e
(
%
)
I
nc
e
pt
i
o
nV
2
80.05
82.00
80.00
80.00
V
G
G
19
87.90
87.00
87.00
88.00
C
N
N
74.73
75.00
72.00
73.50
G
B
P
C
N
N
97.94
92.00
89.00
92.00
T
a
bl
e
4.
A
na
ly
s
i
s
o
f
C
X
R
c
l
a
s
s
e
s
us
i
ng
va
r
i
o
us
m
e
t
r
i
c
s
D
is
e
a
s
e
s
A
c
c
u
r
a
c
y
(
%
)
P
r
e
c
is
i
o
n (
%
)
R
e
c
a
ll
(
%
)
F1
-
s
c
o
r
e
(
%
)
A
U
C
(
%
)
C
a
r
di
o
m
e
ga
l
y
99.89
99.90
98.77
99.90
99.2
A
te
l
e
c
ta
s
is
97.11
98.07
97.70
97.00
99.5
F
ib
r
o
s
is
98.47
98.92
98.39
98.50
98.7
M
a
s
s
94.25
98.24
98.21
94.50
99.2
P
ne
um
o
ni
a
97.23
97.50
97.32
97.30
98.4
E
f
f
us
i
o
n
91.42
98.79
98.27
91.50
99.1
C
o
ns
o
li
da
ti
o
n
79.01
84.02
83.46
79.00
98.9
E
mph
y
s
e
ma
93.71
98.90
99.24
93.80
99.4
E
de
ma
88.78
92.88
93.47
89.50
98.8
I
n
f
il
tr
a
ti
o
n
97.22
99.98
97.01
97.20
99.7
N
o
dul
e
70.2
75.04
79.00
78.25
.99.6
P
le
ur
a
l
th
ic
k
e
ni
ng
80.62
87.68
87.82
80.70
99.7
P
ne
um
o
th
or
a
x
98.87
99.50
98.70
98.90
99.8
H
e
r
ni
a
91.64
95.15
94.21
91.70
98.9
A
ve
r
a
ge
97.94
92.00
89.00
92.00
97.94
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
M
ult
i
-
c
las
s
c
hr
onic
lung
dis
e
as
e
c
las
s
if
ication
ba
s
e
d
on
…
(
R
ak
e
s
h
Se
lva
R
aj
)
1335
4.
1.
1.
Ac
c
u
r
ac
y
f
u
n
c
t
ion
F
i
gur
e
4
i
ll
u
s
t
r
a
t
e
s
t
h
e
tr
a
i
ni
ng
a
n
d
va
l
i
d
a
t
i
o
n
o
f
th
e
a
c
c
ur
a
c
y
f
u
nc
t
i
o
n
f
o
r
GB
P
C
NN
.
T
h
e
a
c
c
ur
a
c
y
o
f
t
h
e
v
a
l
i
da
t
i
o
n
i
s
a
tt
a
i
n
e
d
t
h
r
o
ugh
t
h
e
m
o
de
l
o
n
t
h
e
10
th
e
p
o
c
h
.
I
n
t
h
e
0
th
e
p
o
c
h
,
t
h
e
t
r
a
i
ni
ng
a
n
d
va
l
i
da
t
i
o
n
a
c
c
ur
a
c
y
a
t
t
a
i
ns
0.
62
a
n
d
0.
84
r
e
s
pe
c
t
i
v
e
ly
.
Ho
we
v
e
r
,
i
n
t
h
e
9
th
e
po
c
h
,
t
h
e
tr
a
i
ni
n
g
a
n
d
v
a
li
da
t
i
o
n
a
tt
a
i
n
t
h
e
m
a
xim
u
m
r
e
s
u
l
t
s
o
f
0.
9852
a
n
d
0.
9794
r
e
s
pe
c
t
i
v
e
ly
.
4.
1.
2.
L
os
s
f
u
n
c
t
ion
F
i
gur
e
5
r
e
pr
e
s
e
n
t
s
t
h
e
tr
a
i
ni
n
g
a
n
d
va
l
i
d
a
t
i
o
n
o
f
t
h
e
l
o
s
s
f
u
nc
t
i
o
n
f
o
r
t
h
e
GB
P
C
NN
.
T
h
e
m
i
n
i
m
u
m
l
o
s
s
o
f
t
h
e
v
a
li
da
t
i
o
n
i
s
a
t
t
a
i
n
e
d
t
h
r
o
ugh
t
h
e
m
o
de
l
o
n
t
h
e
8
th
e
po
c
h
,
whil
e
t
h
e
t
r
a
i
ni
ng
c
o
n
t
i
n
u
e
s
un
t
i
l
t
h
e
9
th
e
po
c
h
.
B
u
t
a
f
t
e
r
t
h
e
8
th
e
po
c
h
,
f
ur
t
h
e
r
,
t
h
e
l
o
s
s
wa
s
n
o
t
m
i
nim
i
z
e
d.
F
i
gur
e
4.
A
c
c
ur
a
c
y
f
u
n
c
t
i
o
n
o
f
t
h
e
GB
P
C
NN
F
i
gur
e
5.
L
o
s
s
f
u
n
c
t
i
o
n
o
f
t
h
e
GB
P
C
NN
4.
1.
3.
Conf
u
s
ion
m
at
r
ix
F
i
gur
e
6
s
h
o
ws
t
h
e
c
o
nf
us
i
o
n
m
a
t
r
i
x
f
o
r
14
c
l
a
s
s
e
s
o
f
t
h
e
C
XR
da
t
a
s
e
t.
T
h
e
c
o
nf
us
i
o
n
m
a
t
r
i
x
i
s
e
s
t
i
m
a
t
e
d
w
i
t
h
t
h
e
T
r
ue
c
l
a
s
s
a
n
d
pr
e
d
i
c
t
e
d
c
l
a
s
s
.
B
a
s
e
d
o
n
t
h
e
c
o
nf
us
i
o
n
m
a
t
r
i
x
,
t
h
e
DB
P
C
NN
c
a
n
c
o
r
r
e
c
t
l
y
c
l
a
s
s
if
y
t
h
e
t
ot
a
l
o
f
21
,
963
i
m
a
g
e
s
f
r
o
m
t
h
e
t
e
s
t
i
n
g
s
e
t
o
f
22
,
424
i
m
a
ge
s
.
4.
1.
4.
ROC
c
u
r
ve
F
i
gur
e
7
s
h
o
ws
t
h
e
c
o
nf
us
i
o
n
m
a
t
r
i
x
f
o
r
GB
P
C
NN
w
i
t
h
t
h
e
a
f
f
il
i
a
t
i
o
n
a
m
o
n
g
t
r
ue
p
o
s
i
t
i
v
e
r
a
t
e
(
T
P
R
)
a
s
we
l
l
a
s
F
P
R
.
R
OC
i
s
ut
i
li
z
e
d
t
o
r
e
pr
e
s
e
nt
t
h
e
e
s
t
i
m
a
t
i
o
n
o
f
t
h
e
m
u
l
t
i
-
c
l
a
s
s
if
i
c
a
t
i
o
n
gr
a
phi
c
a
l
ly
.
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
(
R
OC
)
i
s
o
n
e
o
f
t
h
e
f
a
m
o
us
c
ur
v
e
s
t
o
de
t
e
r
m
i
ne
t
h
e
b
e
t
t
e
r
c
l
a
s
s
i
f
ier
a
n
d
i
n
t
hi
s
pr
o
c
e
s
s
,
t
h
e
a
r
e
a
i
s
f
i
xe
d
to
0.
72
r
e
s
pe
c
t
i
v
e
ly
.
F
i
gur
e
6.
C
o
nf
u
s
i
o
n
m
a
t
r
i
x
f
o
r
14
c
l
a
s
s
e
s
o
f
C
X
R
da
t
a
s
e
t
F
i
gur
e
7.
R
OC
c
ur
v
e
o
f
t
h
e
GB
P
C
NN
4.
2.
Com
p
ar
at
ive
a
n
al
ys
i
s
T
a
bl
e
5
c
o
m
pa
r
e
s
t
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
a
ppr
oa
c
h
w
i
t
h
t
h
e
e
xi
s
t
i
n
g
a
ppr
o
a
c
h
e
s
us
i
ng
d
i
f
f
e
r
e
n
t
e
v
a
l
ua
t
i
o
n
i
nd
i
c
e
s
b
a
s
e
d
o
n
t
h
e
C
XR
i
m
a
g
e
da
t
a
s
e
t.
T
h
e
e
xi
s
t
i
n
g
m
e
t
h
o
ds
s
uc
h
a
s
[
16]
-
[
19
]
a
r
e
c
o
m
pa
r
e
d
b
y
ut
i
li
z
i
ng
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
F
1
-
s
c
o
r
e
a
nd
A
UC
r
e
s
pe
c
t
i
v
e
ly
.
T
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
a
ppr
o
a
c
h
a
tt
a
i
ns
a
hi
g
h
a
c
c
ur
a
c
y
o
f
97.
94%
,
p
r
e
c
i
s
i
o
n
o
f
92.
00%
,
r
e
c
a
l
l
o
f
89.
00%
,
F
1
-
s
c
o
r
e
o
f
92.
00%
,
a
n
d
A
U
C
o
f
97.
94%
r
e
s
pe
c
t
i
v
e
ly
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
n
g
&
C
o
m
p
S
c
i
,
Vo
l
.
3
7
,
N
o
.
2
,
F
e
b
r
ua
r
y
20
2
5
:
1
32
8
-
1
33
8
1336
T
a
bl
e
5.
C
o
m
pa
r
a
t
i
ve
a
n
a
ly
s
i
s
M
e
th
o
ds
A
c
c
u
r
a
c
y
(
%
)
P
r
e
c
is
i
o
n (
%
)
R
e
c
a
ll
(
%
)
F1
-
s
c
o
r
e
(
%
)
A
U
C
(
%
)
M
o
bi
l
e
L
ungN
e
tV2 [
16]
96.97
96.71
96.83
99.78
N
/A
M
o
bi
l
e
N
e
tV2
[
17]
90.2
N
/A
N
/A
55.6
81.1
A
3 N
e
t
[
18]
N
/A
N
/A
N
/A
N
/A
82.6
CX
-
U
lt
r
a
ne
t
[
19
]
88
N
/A
N
/A
N
/A
N
/A
P
r
o
p
o
s
e
d
G
B
P
C
N
N
97.94
92.00
89.00
92.00
97.94
4.
3.
Dis
c
u
s
s
ion
T
hi
s
r
e
s
e
a
r
c
h
pr
o
vi
de
s
t
h
e
s
t
e
p
-
by
-
s
t
e
p
c
h
r
o
ni
c
l
u
ng
di
s
e
a
s
e
f
r
a
m
e
wo
r
k
to
i
m
pr
o
v
e
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
a
ppr
o
a
c
h
e
s
t
a
bl
i
s
he
s
t
h
a
t
i
t
i
s
c
a
pa
bl
e
o
f
i
m
pr
o
vi
ng
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
s
y
s
t
e
m
b
a
s
e
d
o
n
t
h
e
ut
i
l
i
z
a
t
i
o
n
o
f
C
XR
.
T
h
e
D
A
DC
NN
e
nha
n
c
e
s
t
h
e
f
e
a
t
ur
e
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
b
y
pr
o
duc
i
n
g
m
o
r
e
i
nf
o
r
m
a
t
i
v
e
f
e
a
t
ur
e
s
o
n
l
u
n
g
d
i
s
e
a
s
e
.
Unl
i
ke
ot
h
e
r
a
ppr
o
a
c
h
e
s
,
GB
P
l
o
c
a
l
i
z
e
s
t
h
e
s
i
g
nif
i
c
a
n
t
f
e
a
t
ur
e
s
w
i
t
h
m
a
xim
u
m
pr
e
c
i
s
i
o
n
i
n
C
N
N.
I
n
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
c
e
s
s
,
t
h
e
GB
P
f
o
c
us
e
s
o
n
t
h
e
pa
r
t
i
c
u
l
a
r
r
e
g
i
o
n
w
i
t
h
t
h
e
C
XR
i
m
a
ge
to
de
t
e
r
m
i
ne
t
h
e
p
ot
e
n
t
i
a
l
l
u
n
g
d
i
s
e
a
s
e
.
T
h
e
pr
o
p
o
s
e
d
DA
DC
NN
m
e
t
h
o
d
i
s
s
i
g
nif
i
c
a
n
t
l
y
c
o
n
t
r
i
b
ut
e
i
n
i
m
pr
o
vi
ng
t
h
e
e
a
r
l
y
d
i
a
g
n
o
s
i
s
a
n
d
t
r
e
a
t
m
e
n
t
o
f
c
h
r
o
ni
c
l
u
n
g
c
a
n
c
e
r
,
a
l
e
a
d
to
de
c
r
e
a
s
e
s
t
h
e
m
o
r
t
a
l
i
t
y
r
a
t
e
.
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
r
e
s
u
l
t
s
a
l
i
g
n
w
i
t
h
t
h
e
s
c
i
e
n
t
i
f
i
c
c
o
n
s
e
n
s
us
o
n
t
h
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
DL
m
o
de
l
s
f
o
r
m
e
d
i
c
a
l
im
a
ge
a
n
a
ly
s
i
s
.
T
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
a
ppr
o
a
c
h
r
e
pr
e
s
e
n
t
s
a
s
i
g
nif
i
c
a
n
t
a
dv
a
n
c
e
m
e
n
t
i
n
t
h
e
f
i
e
l
d
o
f
l
u
n
g
c
a
n
c
e
r
d
i
a
g
n
o
s
i
s
.
T
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
a
c
hi
e
v
e
s
hi
g
h
a
c
c
ur
a
c
y
a
n
d
m
o
r
e
r
o
b
us
t
f
o
r
e
a
r
l
y
de
t
e
c
t
i
o
n
o
f
c
h
r
o
ni
c
l
u
n
g
c
a
nc
e
r
us
i
ng
C
XR
.
T
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
a
ppr
o
a
c
h
a
tt
a
i
n
s
a
hi
g
h
a
c
c
ur
a
c
y
o
f
97.
94%
,
pr
e
c
i
s
i
o
n
o
f
92.
00%
,
r
e
c
a
l
l
o
f
89.
00%
,
F
1
-
s
c
o
r
e
o
f
92.
00%
,
a
n
d
A
U
C
o
f
97.
94%
r
e
s
pe
c
t
i
v
e
ly
.
T
h
e
s
e
r
e
s
u
l
t
s
h
a
v
e
pr
o
v
e
n
t
h
e
pr
o
p
o
s
e
d
GB
P
C
NN
a
ppr
o
a
c
h
h
a
s
s
i
g
nif
i
c
a
n
t
l
y
o
u
t
pe
r
f
o
r
m
e
d
we
ll
a
s
c
o
m
pa
r
e
d
to
t
h
e
pr
e
vi
o
us
a
p
pr
o
a
c
h
e
s
l
i
ke
M
o
bil
e
L
u
n
gNe
t
V2
[
16]
,
M
o
bi
l
e
Ne
t
V2
[
17]
,
A
3
Ne
t
[
18]
,
a
n
d
C
X
-
U
l
t
r
a
n
e
t
[
20]
r
e
s
pe
c
t
i
v
e
ly
.
T
h
e
s
e
a
c
qu
i
r
e
d
r
e
s
u
l
t
s
r
e
pr
e
s
e
n
t
s
t
h
a
t
t
h
e
p
r
o
p
o
s
e
d
GB
P
C
NN
a
ppr
o
a
c
h
e
f
f
e
c
t
i
v
e
ly
d
i
s
t
i
n
gu
i
s
h
e
s
c
h
r
o
ni
c
l
u
n
g
c
a
n
c
e
r
.
T
h
e
pr
o
p
o
s
e
d
a
ppr
o
a
c
h
l
e
v
e
r
a
ge
s
t
h
e
GB
P
to
e
n
h
a
n
c
e
t
h
e
i
n
t
e
r
pr
e
t
a
bi
li
t
y
o
f
t
h
e
m
o
de
l
,
f
o
c
us
s
i
ng
t
h
e
r
e
gi
o
n
s
o
f
t
h
e
C
XR
i
m
a
ge
s
whi
c
h
a
r
e
m
o
s
t
e
xhi
b
i
t
i
ng
o
f
c
h
r
o
ni
c
l
u
n
g
c
a
n
c
e
r
.
5.
CONC
L
USI
ON
T
hi
s
r
e
s
e
a
r
c
h
e
m
p
h
a
s
i
z
e
s
t
h
e
s
i
g
nif
i
c
a
n
c
e
o
f
de
ve
l
o
p
i
ng
a
c
c
ur
a
t
e
a
n
d
i
n
t
e
r
pr
e
t
a
bl
e
d
i
a
g
n
o
s
t
i
c
too
l
s
f
o
r
c
h
r
o
ni
c
l
u
n
g
c
a
n
c
e
r
,
a
l
e
a
d
i
ng
c
a
us
e
o
f
m
o
r
ta
l
i
t
y
.
I
n
t
hi
s
r
e
s
e
a
r
c
h
,
t
h
e
GB
P
C
NN
i
s
pr
o
p
o
s
e
d
f
o
r
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
i
n
t
o
m
u
l
t
i
-
c
l
a
s
s
.
T
h
r
o
ugh
a
pp
l
y
i
ng
t
h
e
gu
i
de
d
b
a
c
kpr
o
pa
ga
t
i
o
n
in
C
NN
,
t
h
e
a
ppr
o
a
c
h
e
f
f
e
c
t
i
ve
l
y
c
l
a
s
s
i
f
i
e
s
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
by
s
uppo
r
t
i
n
g
t
h
e
n
e
t
wo
r
k
to
f
o
c
us
o
n
t
h
e
a
ppr
o
p
r
i
a
t
e
s
t
r
uc
t
ur
e
s
wi
t
hi
n
t
h
e
l
u
n
g
c
l
a
s
s
e
s
.
T
h
e
GB
P
highl
i
g
h
t
s
t
h
e
a
f
f
e
c
t
e
d
r
e
g
i
o
n
s
o
f
a
n
i
nput
i
m
a
g
e
i
n
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
c
e
s
s
.
T
o
de
a
l
w
i
t
h
t
h
e
s
t
a
bi
li
t
y
a
s
we
l
l
a
s
l
e
a
r
ni
ng
r
a
t
e
o
f
t
h
e
GB
P
C
NN
o
n
t
h
e
C
XR
da
t
a
s
e
t
,
t
hi
s
a
ppr
o
a
c
h
ut
i
li
z
e
s
t
h
e
c
a
t
e
go
r
i
c
a
l
l
o
s
s
f
u
n
c
t
i
o
n
w
i
t
h
a
n
A
da
m
o
pt
i
m
i
z
e
r
.
T
hi
s
a
ppr
o
a
c
h
e
f
f
e
c
t
i
v
e
l
y
pe
r
f
o
r
m
s
a
n
d
r
a
p
i
d
ly
de
t
e
c
t
s
v
a
r
i
o
us
l
u
n
g
d
i
s
e
a
s
e
s
to
e
n
ha
n
c
e
t
h
e
s
ur
vi
va
l
r
a
t
e
.
A
s
c
o
m
pa
r
e
d
to
t
h
e
pr
e
vi
o
us
a
ppr
o
a
c
h
e
s
l
i
k
e
M
o
bil
e
L
u
n
gN
e
t
V2,
M
o
bi
l
e
N
e
tV2,
a
n
d
C
X
-
U
l
t
r
a
n
e
t
,
t
h
e
GB
P
C
NN
a
t
t
a
i
n
s
a
m
a
xim
u
m
a
c
c
ur
a
c
y
o
f
97.
94%
.
T
hi
s
r
e
s
u
l
t
hi
g
hli
g
h
t
s
t
h
e
poten
t
i
a
l
o
f
o
ur
a
ppr
o
a
c
h
f
o
r
c
l
i
n
i
c
a
l
a
pp
li
c
a
t
i
o
ns
,
pr
o
vi
d
i
ng
a
r
e
l
i
a
bl
e
too
l
f
o
r
e
a
r
l
y
de
t
e
c
t
i
o
n
.
T
h
e
f
ut
ur
e
r
e
s
e
a
r
c
h
w
i
ll
e
x
p
l
o
r
e
i
n
t
e
gr
a
t
i
n
g
t
h
e
pr
o
p
o
s
e
d
a
ppr
o
a
c
h
wi
t
h
ot
h
e
r
im
a
g
i
ng
m
o
da
l
i
t
i
e
s
to
e
n
h
a
nc
e
o
v
e
r
a
l
l
d
i
a
g
n
o
s
t
i
c
pe
r
f
o
r
m
a
n
c
e
.
De
s
i
g
n
e
x
pe
r
im
e
n
t
s
w
i
t
h
d
i
f
f
e
r
e
n
t
im
a
g
i
ng
m
o
da
li
t
i
e
s
li
ke
C
T
o
r
M
R
I
to
e
s
t
i
m
a
t
e
h
o
w
t
h
e
da
t
a
i
m
pa
c
t
s
t
h
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
a
n
d
d
i
a
gn
o
s
t
i
c
a
c
c
ur
a
c
y
.
T
hi
s
r
e
s
e
a
r
c
h
c
o
n
c
l
ude
s
w
i
t
h
a
t
a
ke
-
a
w
a
y
s
t
a
t
e
m
e
n
t
hi
g
hli
g
h
t
i
n
g
t
h
e
pr
a
c
t
i
c
a
l
im
p
li
c
a
t
i
o
n
s
o
f
t
h
e
f
i
nd
i
n
g
s
.
T
hi
s
r
e
s
e
a
r
c
h
s
i
g
ni
f
i
c
a
n
t
l
y
c
o
n
t
r
i
b
ut
e
s
to
im
pr
o
vi
n
g
c
h
r
o
ni
c
l
u
n
g
d
i
s
e
a
s
e
d
i
a
g
n
o
s
i
s
a
n
d
e
s
t
a
bli
s
h
e
s
a
b
a
s
i
s
f
o
r
f
ut
ur
e
a
dv
a
n
c
e
m
e
n
t
s
.
RE
F
E
R
E
NC
E
S
[
1]
S
.
K
im
,
B
.
R
im
,
S
.
C
ho
i,
A
.
L
e
e
,
S
.
M
in
,
a
nd
M
.
H
o
ng,
“
D
e
e
p
le
a
r
ni
ng
in
mul
ti
-
c
la
s
s
lu
ng
di
s
e
a
s
e
s
’
c
la
s
s
i
f
i
c
a
ti
o
n
o
n
c
h
e
s
t
X
-
r
a
y
i
ma
ge
s
,”
D
ia
gnos
ti
c
s
, v
o
l.
12, n
o
. 4, p. 915, Apr
. 2022, d
oi
:
10.
3390/di
a
gno
s
ti
c
s
12040915.
[
2]
F
.
M
.
J
.
M
.
S
ha
mr
a
t
e
t
al
.
,
“
L
ungNe
t2
2:
a
f
in
e
-
tu
n
e
d
m
o
d
e
l
f
or
mul
ti
c
la
s
s
c
la
s
s
if
ic
a
ti
o
n
a
nd
p
r
e
d
ic
t
i
o
n
of
lu
ng
di
s
e
a
s
e
us
i
ng
X
-
r
a
y
i
ma
ge
s
,”
J
our
nal
of
P
e
r
s
onal
i
z
e
d M
e
di
c
in
e
, v
o
l.
12, n
o
.
5, p. 680, Apr
. 2022, do
i:
10.3390
/j
pm12050680.
[
3]
S
.
G
oy
a
l
a
nd
R
.
S
in
gh,
“
D
e
te
c
ti
o
n
a
nd
c
la
s
s
if
i
c
a
ti
o
n
of
lu
ng
di
s
e
a
s
e
s
f
or
pne
um
o
ni
a
a
nd
C
O
V
I
D
-
19
us
in
g
ma
c
hi
n
e
a
nd
de
e
p
le
a
r
ni
ng
t
e
c
hni
qu
e
s
,”
J
our
nal
of
A
m
bi
e
nt
I
nt
e
ll
ig
e
nc
e
and
H
um
ani
z
e
d
C
om
put
in
g
,
vo
l.
14,
n
o
.
4,
pp.
3239
–
3259,
A
pr
.
2
023,
do
i:
10.1007/s
12652
-
021
-
03464
-
7.
[
4]
H
.
M
a
li
k,
T
.
A
ne
e
s
,
a
nd
M
ui
-
z
z
ud
-
di
n,
“
B
D
C
N
e
t:
mul
ti
-
c
la
s
s
if
ic
a
ti
o
n
c
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
n
e
tw
o
r
k
m
o
d
e
l
f
o
r
c
la
s
s
if
i
c
a
ti
on
of
C
O
V
I
D
-
19,
pne
um
o
ni
a
,
a
nd
lu
ng
c
a
nc
e
r
f
r
o
m
c
h
e
s
t
r
a
di
o
gr
a
p
hs
,”
M
ul
ti
m
e
di
a
Sy
s
te
m
s
,
v
o
l.
28,
n
o
.
3,
pp.
815
–
829,
J
un.
20
22,
do
i:
10.1007/s
00530
-
021
-
00878
-
3.
[
5]
C
.
B
r
e
s
t
e
l
a
nd
M
.
C
o
he
n
-
s
f
a
t
y
,
“
R
a
dB
o
t
-
C
X
R
:
c
la
s
s
if
i
c
a
ti
on
of
f
o
u
r
c
l
in
ic
a
l
f
in
di
ng
c
a
t
e
g
o
r
i
e
s
in
c
h
e
s
t
X
-
r
a
y
us
in
g
de
e
p
le
a
r
ni
ng,”
M
e
di
c
al
I
m
agi
ng
w
i
th
D
e
e
p
L
e
ar
ni
ng
,
no
.
M
id
l
2018,
pp.
1
–
9,
2018,
[
O
nl
in
e
]
.
A
v
a
il
a
bl
e
:
ht
tp
s
:/
/o
p
e
nr
e
v
i
e
w
.ne
t/
f
o
r
um
?
id
=
B
1t
M
hc
I
D
M
.
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
M
ult
i
-
c
las
s
c
hr
onic
lung
dis
e
as
e
c
las
s
if
ication
ba
s
e
d
on
…
(
R
ak
e
s
h
Se
lva
R
aj
)
1337
[
6]
K
.
P
a
c
khä
us
e
r
,
S
.
G
ünd
e
l,
N
.
M
üns
te
r
,
C
.
S
y
b
e
n,
V
.
C
hr
is
tl
e
i
n,
a
nd
A
.
M
a
ie
r
,
“
D
e
e
p
le
a
r
ni
ng
-
ba
s
e
d
pa
ti
e
nt
r
e
-
id
e
nt
i
f
ic
a
ti
on
is
a
bl
e
t
o
e
x
pl
o
it
th
e
bi
o
m
e
tr
i
c
na
tu
r
e
of
m
e
di
c
a
l
c
h
e
s
t
X
-
r
a
y
da
ta
,”
Sc
ie
nt
i
f
ic
R
e
po
r
ts
,
v
o
l.
12,
no
.
1,
p.
14851,
S
e
p.
2
022,
do
i:
10.1038/s
41598
-
022
-
19045
-
3.
[
7]
V
.
R
a
vi
,
V
.
A
c
ha
r
y
a
,
a
nd
M
.
A
l
a
z
a
b,
“
A
m
ul
t
i
c
h
a
n
n
e
l
E
f
f
i
c
i
e
n
t
N
e
t
d
e
e
p
l
e
a
r
n
in
g
-
b
a
s
e
d
s
ta
c
k
in
g
e
ns
e
m
bl
e
a
p
pr
oa
c
h
f
or
l
u
n
g
d
is
e
a
s
e
d
e
t
e
c
t
i
on
us
i
ng
c
h
e
s
t
X
-
r
a
y
im
a
g
e
s
,”
C
l
us
t
e
r
C
om
pu
ti
ng
,
vol
.
26
,
n
o.
2,
pp
.
1
18
1
–
12
0
3,
A
p
r
.
20
2
3
,
d
oi
:
1
0.
10
07
/s
1
05
86
-
02
2
-
0
36
64
-
6.
[
8]
V
.
R
a
v
i,
H
.
N
a
r
a
s
im
ha
n,
a
nd
T
.
D
.
P
ha
m,
“
A
c
o
s
t‐
s
e
ns
it
i
ve
d
e
e
p
le
a
r
n
in
g‐
b
a
s
e
d
m
e
ta
‐
c
la
s
s
if
i
e
r
f
o
r
p
e
di
a
tr
ic
pn
e
um
o
ni
a
c
la
s
s
if
i
c
a
ti
o
n us
in
g c
h
e
s
t
X
‐
r
a
y
s
,”
E
x
pe
r
t
Sy
s
te
m
s
, v
o
l.
39, n
o
.
7, p. e
12966, Aug. 2022, d
o
i:
10.1111/
e
x
s
y
.12966.
[
9]
W
.
M
.
S
a
la
ma
,
A
.
S
ho
kr
y
,
a
nd
M
.
H
.
A
l
y
,
“
A
ge
n
e
r
a
li
z
e
d
f
r
a
m
e
w
or
k
f
o
r
lu
ng
c
a
nc
e
r
c
la
s
s
if
i
c
a
ti
o
n
ba
s
e
d
o
n
d
e
e
p
ge
n
e
r
a
ti
ve
m
o
de
ls
,”
M
ul
ti
m
e
di
a
T
ool
s
and
A
ppl
ic
at
i
ons
,
v
ol
.
81,
no
.
23,
pp.
32705
–
32722,
S
e
p.
2
022,
do
i:
10.1007/s
11042
-
022
-
13005
-
9.
[
10]
A
.
M
.
Q
.
F
a
r
ha
n
a
nd
S
.
Y
a
ng,
“
A
ut
o
ma
ti
c
lu
ng
di
s
e
a
s
e
c
la
s
s
i
f
i
c
a
ti
o
n
f
r
o
m
th
e
c
h
e
s
t
X
-
r
a
y
im
a
ge
s
us
in
g
h
ybr
id
de
e
p
l
e
a
r
ni
ng
a
lg
o
r
it
hm,”
M
ul
ti
m
e
di
a
T
ool
s
and
A
ppl
ic
at
io
ns
,
vo
l.
82,
n
o
.
25,
pp.
38561
–
38587,
O
c
t.
2
023,
do
i:
10.1007/s
11042
-
023
-
15047
-
z.
[
11]
R
.
F
a
n
a
nd
S
.
B
u,
“
T
r
a
ns
f
e
r
-
l
e
a
r
ni
ng
-
ba
s
e
d
a
ppr
o
a
c
h
f
o
r
th
e
di
a
gno
s
is
of
lu
ng
di
s
e
a
s
e
s
f
r
o
m
c
h
e
s
t
X
-
r
a
y
i
ma
g
e
s
,”
E
nt
r
opy
,
vo
l.
24, n
o
. 3, p. 313, F
e
b. 2022, d
o
i:
10.3390/
e
24030313.
[
12]
E
.
K
ha
n,
M
.
Z
.
U
.
R
e
hma
n,
F
.
A
hme
d,
F
.
A
.
A
l
f
o
u
z
a
n,
N
.
M
.
A
lz
a
hr
a
ni
,
a
nd
J
.
A
hma
d,
“
C
he
s
t
X
-
r
a
y
c
la
s
s
if
i
c
a
ti
o
n
f
or
th
e
de
t
e
c
ti
o
n
of
C
O
V
I
D
-
19
us
in
g
d
e
e
p
le
a
r
ni
ng
t
e
c
hni
qu
e
s
,”
Se
ns
or
s
,
v
o
l.
22,
n
o
.
3,
p.
1211,
2
022,
do
i:
10.3390/s
22031211.
[
13]
V
.
R
a
v
i,
H
.
N
a
r
a
s
im
ha
n,
C
.
C
ha
kr
a
bo
r
t
y
,
a
nd
T
.
D
.
P
ha
m
,
“
D
e
e
p
l
e
a
r
ni
ng
-
ba
s
e
d
m
e
ta
-
c
la
s
s
i
f
ie
r
a
ppr
o
a
c
h
f
or
C
O
V
I
D
-
19
c
la
s
s
if
i
c
a
ti
o
n
us
in
g
C
T
s
c
a
n
a
nd
c
h
e
s
t
X
-
r
a
y
im
a
ge
s
,”
M
ul
ti
m
e
di
a
Sy
s
te
m
s
,
v
o
l.
28,
n
o
.
4,
pp.
1401
–
1415,
A
ug.
2
022,
do
i:
10.1007/s
00530
-
021
-
00826
-
1.
[
14]
S
.
S
ha
r
ma
a
nd
K
.
G
ul
e
r
ia
,
“
A
de
e
p
l
e
a
r
ni
ng
ba
s
e
d
m
o
d
e
l
f
o
r
th
e
de
te
c
ti
o
n
of
pne
um
o
ni
a
f
r
o
m
c
h
e
s
t
X
-
r
a
y
im
a
g
e
s
us
in
g
V
G
G
-
16
a
nd
ne
ur
a
l
ne
tw
or
ks
,”
P
r
o
c
e
di
a C
om
put
e
r
S
c
ie
nc
e
, v
o
l.
218, pp
. 357
–
366, 2022, do
i:
10.1016/j
.p
r
oc
s
.2023.01.018.
[
15]
A
.
A
.
A
bde
lh
a
mi
d,
E
.
A
bde
lh
a
li
m,
M
.
A
.
M
o
ha
me
d,
a
nd
F
.
K
ha
li
f
a
,
“
M
ul
ti
-
c
la
s
s
if
ic
a
ti
o
n
of
c
he
s
t
X
-
r
a
y
s
f
or
C
O
V
I
D
-
19
di
a
gno
s
is
us
in
g
de
e
p
l
e
a
r
ni
ng
a
lg
o
r
i
th
ms
,”
A
ppl
ie
d
Sc
ie
nc
e
s
(
Sw
it
z
e
r
la
nd)
,
v
o
l.
12,
n
o
.
4,
p.
2080,
2
022,
do
i:
10.3390/app120420
80.
[
16]
F
.
J
.
M
.
S
ha
mr
a
t,
S
.
A
z
a
m,
A
.
K
a
r
im
,
K
.
A
hme
d,
F
.
M
.
B
ui
,
a
nd
F
.
D
e
B
oe
r
,
“
H
ig
h
-
p
r
e
c
is
i
o
n
mul
ti
c
la
s
s
c
la
s
s
if
i
c
a
ti
o
n
of
l
ung
di
s
e
a
s
e
th
r
o
ugh
c
us
t
o
mi
z
e
d
M
o
bi
l
e
N
e
tV2
f
r
o
m
c
he
s
t
X
-
r
a
y
i
ma
ge
s
,”
C
om
put
e
r
s
in
B
io
lo
gy
and
M
e
di
c
in
e
,
vo
l.
155,
p.
106
646,
2023, do
i:
10.1016/j
.
c
o
mpbi
ome
d.2023.106646.
[
17]
A
.
S
o
ui
d,
N
.
S
a
kl
i,
a
nd
H
.
S
a
kl
i,
“
C
la
s
s
if
i
c
a
ti
o
n
a
nd
p
r
e
di
c
ti
o
ns
of
lu
ng
di
s
e
a
s
e
s
f
r
o
m
c
he
s
t
x‐
r
a
y
s
us
in
g
m
o
bi
l
e
ne
t
v2,”
A
ppl
ie
d Sc
ie
nc
e
s
(
Sw
it
z
e
r
la
nd)
, vo
l.
11, n
o
. 6, p. 2751, 2021, d
o
i:
10.3390/app110627
51.
[
18]
H
.
W
a
ng,
S
.
W
a
ng,
Z
.
Q
in
,
Y
.
Z
ha
ng,
R
.
L
i,
a
nd
Y
.
X
ia
,
“
T
r
ip
le
a
tt
e
nt
i
o
n
l
e
a
r
ni
ng
f
or
c
la
s
s
i
f
i
c
a
ti
o
n
of
14
th
o
r
a
c
i
c
di
s
e
a
s
e
s
u
s
in
g
c
h
e
s
t
r
a
di
o
g
r
a
ph
y
,”
M
e
di
c
al
I
m
age
A
nal
y
s
is
, vo
l.
67, p. 101846
, 2021, do
i:
10.1016/j
.
me
di
a
.2020.101846.
[
19]
A
.
K
a
bi
r
a
j,
T
.
M
e
e
na
,
P
.
B
.
R
e
dd
y
,
a
nd
S
.
R
oy
,
“
D
e
te
c
ti
o
n
a
nd
c
la
s
s
if
i
c
a
ti
o
n
of
lu
ng
di
s
e
a
s
e
us
in
g
de
e
p
le
a
r
ni
ng
a
r
c
hi
t
e
c
tu
r
e
f
r
o
m
X
-
r
a
y
i
ma
g
e
s
,”
in
I
nt
e
r
nat
io
nal
Sy
m
pos
iu
m
on
v
is
ual
c
om
put
in
g
,
2022,
pp.
444
–
4
55,
do
i:
10.1007/978
-
3
-
031
-
20713
-
6_34.
[
20]
G
.
M
.
M
.
A
ls
hmr
a
ni
,
Q
.
N
i,
R
.
J
ia
ng,
H
.
P
e
r
v
a
iz
,
a
nd
N
.
M
.
E
ls
he
nna
w
y
,
“
A
de
e
p
le
a
r
ni
ng
a
r
c
hi
t
e
c
tu
r
e
f
or
mul
ti
-
c
la
s
s
l
ung
di
s
e
a
s
e
s
c
la
s
s
if
ic
a
ti
o
n
us
in
g
c
h
e
s
t
X
-
r
a
y
(
C
X
R
)
im
a
ge
s
,”
A
le
x
andr
ia
E
ngi
ne
e
r
in
g
J
our
nal
,
vo
l.
64,
pp.
923
–
935,
2
023,
do
i:
10.1016/j
.a
e
j.
2022.10.053.
[
21]
“
N
I
H
c
h
e
s
t
X
-
r
a
y
s
,”
w
w
w
.k
aggl
e
.c
om
.
A
c
c
e
s
s
e
d:
M
a
r
.,
26
202
4
.
[
O
nl
in
e
]
A
v
a
il
a
bl
e
:
ht
tp
s
:/
/ww
w
.ka
ggl
e
.c
o
m/
da
ta
s
e
ts
/n
ih
-
c
h
e
s
t
-
x
r
a
y
s
/d
a
ta
.
[
22]
M
.
R
iz
w
a
n,
A
.
S
ha
bbi
r
,
A
.
R
.
J
a
v
e
d,
M
.
S
ha
bbi
r
,
T
.
B
a
k
e
r
,
a
n
d
D
.
A
l
-
J
ume
il
y
O
be
,
“
B
r
a
in
tu
m
o
r
a
nd
gl
i
o
ma
gr
a
d
e
c
la
s
s
if
i
c
a
ti
o
n
us
in
g
ga
us
s
ia
n
c
o
n
vo
lu
ti
o
na
l
ne
u
r
a
l
ne
tw
o
r
k,”
I
E
E
E
A
c
c
e
s
s
,
v
o
l.
10,
pp.
29731
–
29740,
2022,
do
i:
10.1109/AC
C
E
S
S
.2022.3153108.
[
23]
M
.
V
e
da
r
a
j,
C
.
S
.
A
ni
ta
,
A
.
M
ur
a
li
dha
r
,
V
.
L
a
v
a
n
y
a
,
K
.
B
a
la
s
a
r
a
n
y
a
,
a
nd
P
.
J
a
g
a
de
e
s
a
n,
“
E
a
r
l
y
pr
e
di
c
ti
o
n
of
lu
ng
c
a
nc
e
r
us
in
g
ga
us
s
ia
n
na
iv
e
ba
y
e
s
c
la
s
s
if
i
c
a
ti
o
n
a
lg
o
r
i
th
m,”
I
n
te
r
nat
io
nal
J
our
nal
of
I
nt
e
ll
ig
e
nt
Sy
s
te
m
s
and
A
ppl
ic
at
io
ns
in
E
ngi
ne
e
r
i
ng
,
vo
l.
11, n
o
. 6s
, pp. 838
–
848, 2023.
[
24]
C
.
L
iu
,
H
.
W
e
n,
G
.
Y
in
,
X
.
L
in
g,
a
nd
S
.
M
.
I
b
r
a
hi
m,
“
R
e
s
e
a
r
c
h
o
n
in
te
l
li
ge
n
t
r
e
c
o
gni
ti
o
n
me
th
o
d
of
e
gg
c
r
a
c
ks
ba
s
e
d
o
n
E
f
f
i
c
i
e
nt
N
e
t
ne
tw
or
k
m
o
de
l,
”
in
J
our
nal
of
P
hy
s
ic
s
:
C
onf
e
r
e
nc
e
Se
r
i
e
s
,
2023,
v
o
l.
2560,
n
o
.
1,
p.
012015,
do
i:
10.1088/1742
-
6596/2560/
1/
012015.
[
25]
K
.
I
kr
o
mj
a
n
ov
e
t
al
.
,
“
R
e
gi
o
n
s
e
gm
e
nt
a
ti
o
n
of
w
h
o
l
e
-
s
li
d
e
im
a
g
e
s
f
or
a
na
l
y
z
in
g
hi
s
t
o
l
o
gi
c
a
l
di
f
f
e
r
e
n
ti
a
ti
o
n
of
pr
o
s
ta
te
a
de
n
o
c
a
r
c
in
o
ma
us
in
g
e
ns
e
mbl
e
E
f
f
i
c
ie
n
tNe
t
B
2
U
-
ne
t
w
it
h
t
r
a
ns
f
e
r
l
e
a
r
ni
ng
me
c
ha
ni
s
m,”
C
anc
e
r
s
,
v
ol
.
15,
n
o
.
3,
p.
762,
20
23,
do
i:
10.3390/
c
a
n
c
e
r
s
15030762.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
R
a
k
es
h
Sel
v
a
R
a
j
h
as
mo
re
t
h
an
1
3
y
e
ars
o
f
t
e
a
ch
i
n
g
e
x
p
e
ri
en
c
e.
H
e
i
s
w
o
rk
i
n
g
as
A
s
s
i
s
t
an
t
Pro
fe
s
s
o
r
i
n
t
h
e
D
e
p
art
me
n
t
o
f
I
S
E
,
A
d
i
ch
u
n
ch
an
a
g
i
r
i
I
n
s
t
i
t
u
t
e
o
f
T
ech
n
o
l
o
g
y
,
Ch
i
c
k
m
a
g
l
u
r.
H
i
s
r
e
s
e
ar
ch
i
n
t
e
r
e
s
t
s
i
n
c
l
u
d
e
d
at
a
mi
n
i
n
g
,
b
i
g
d
at
a,
m
a
c
h
i
n
e
l
e
arn
i
n
g
,
n
e
t
w
o
rk
i
n
g
,
an
d
c
l
o
u
d
.
H
e
h
as
p
u
b
l
i
s
h
ed
p
ap
e
rs
i
n
i
n
t
e
rn
at
i
o
n
a
l
/
n
at
i
o
n
al
c
o
n
f
e
r
e
n
ce
s
an
d
j
o
u
rn
a
l
s
.
H
e
c
a
n
b
e
c
o
n
t
ac
t
e
d
at
em
ai
l
:
rak
e
s
h
s
r.
c
s
en
g
@
g
m
ai
l
.
c
o
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.