I
n
t
e
r
n
at
ion
al
Jou
r
n
a
l
of
I
n
f
o
r
m
at
ics
an
d
Com
m
u
n
icat
ion
T
e
c
h
n
ol
ogy
(
I
J
-
I
CT
)
Vo
l
.
1
4
,
N
o
.
2
,
A
ugus
t
20
2
5
,
pp.
427
~
437
I
S
S
N:
2252
-
8776
,
DO
I
:
10
.
11591/i
ji
c
t
.
v
1
4
i
2
.
pp
42
7
-
437
427
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
ict
.
iaes
c
or
e
.
c
om
D
e
e
p
l
e
ar
n
in
g
al
gor
ith
m
s
f
or
b
r
e
ast
c
an
c
e
r
d
e
t
e
c
t
io
n
f
r
om
u
ltr
asou
n
d
sc
an
s
L
awys
e
n
,
Gede
P
u
t
r
a
K
u
s
u
m
a
D
e
pa
r
tm
e
nt
of
C
o
mput
e
r
S
c
i
e
n
c
e
,
B
I
N
U
S
G
r
a
dua
te
P
r
o
gr
a
m
-
M
a
s
te
r
of
C
o
mput
e
r
S
c
i
e
n
c
e
, B
in
a
N
us
a
nt
a
r
a
U
ni
v
e
r
s
it
y
,
J
a
ka
r
ta
, I
ndo
ne
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
S
e
p
13,
2024
R
e
vi
s
e
d
De
c
2,
2024
A
c
c
e
pt
e
d
De
c
15,
2024
Bre
as
t
c
an
ce
r
i
s
a
h
i
g
h
l
y
d
an
g
e
ro
u
s
d
i
s
e
as
e
an
d
t
h
e
l
e
a
d
i
n
g
c
au
s
e
o
f
c
a
n
ce
r
-
re
l
at
e
d
d
e
at
h
s
a
m
o
n
g
w
o
me
n
.
E
arl
y
d
e
t
ec
t
i
o
n
o
f
b
re
as
t
c
an
ce
r
i
s
c
o
n
s
i
d
e
r
ed
q
u
i
t
e
ch
al
l
e
n
g
i
n
g
b
u
t
c
an
o
ff
e
r
s
i
g
n
i
f
i
c
an
t
b
en
e
fi
t
s
,
as
v
ari
o
u
s
t
re
at
men
t
i
n
t
e
r
v
e
n
t
i
o
n
s
c
a
n
b
e
i
n
i
t
i
at
ed
e
arl
i
e
r.
T
h
e
fo
cu
s
o
f
t
h
i
s
r
e
s
e
ar
ch
i
s
t
o
d
e
v
el
o
p
a
m
o
d
e
l
t
o
d
e
t
ec
t
b
re
as
t
c
a
n
ce
r
b
as
e
d
o
n
u
l
t
ras
o
u
n
d
re
s
u
l
t
s
u
s
i
n
g
d
ee
p
l
e
ar
n
i
n
g
a
l
g
o
ri
t
h
m
s
.
I
n
t
h
e
i
n
i
t
i
al
s
t
ag
e
s
,
s
ev
e
ral
p
r
e
p
ro
ce
s
s
i
n
g
p
ro
ce
s
s
e
s
,
i
n
c
l
u
d
i
n
g
i
m
a
g
e
t
ran
s
fo
r
m
at
i
o
n
an
d
i
m
ag
e
a
u
g
me
n
t
at
i
o
n
w
e
r
e
p
e
rfo
r
med
.
T
w
o
t
y
p
e
s
o
f
mo
d
el
s
w
e
r
e
d
ev
e
l
o
p
ed
:
u
t
i
l
i
z
i
n
g
m
as
k
fi
l
e
s
an
d
w
i
t
h
o
u
t
u
s
i
n
g
m
as
k
fi
l
e
s
.
T
w
o
t
y
p
e
s
o
f
mo
d
el
s
w
e
r
e
d
e
v
el
o
p
e
d
u
s
i
n
g
f
o
u
r
d
ee
p
l
e
arn
i
n
g
al
g
o
r
i
t
h
m
s
:
r
e
s
i
d
u
a
l
n
e
t
w
o
rk
(
R
e
s
N
e
t
)
-
5
0
,
V
G
G
1
6
,
v
i
s
i
o
n
t
ran
s
fo
rme
r
(V
i
T
),
a
n
d
d
at
a
-
e
ffi
ci
e
n
t
i
m
ag
e
t
ran
s
fo
r
me
r
(D
ei
T
)
.
V
ari
o
u
s
al
g
o
r
i
t
h
m
s
,
s
u
c
h
as
o
p
t
i
m
i
zat
i
o
n
a
l
g
o
ri
t
h
m
s
,
l
o
s
s
fu
n
c
t
i
o
n
s
,
an
d
h
y
p
e
rp
arame
t
e
r
t
u
n
i
n
g
al
g
o
r
i
t
h
m
s
,
w
e
r
e
em
p
l
o
y
ed
d
u
r
i
n
g
t
h
e
mo
d
el
t
rai
n
i
n
g
p
ro
ce
s
s
.
A
cc
u
ra
cy
u
s
e
d
as
t
h
e
p
e
rfo
r
m
a
n
ce
me
t
ri
c
t
o
me
as
u
r
e
t
h
e
mo
d
e
l
’
s
e
ff
ec
t
i
v
en
e
s
s
.
T
h
e
mo
d
el
d
e
v
el
o
p
e
d
w
i
t
h
R
e
s
N
e
t
-
5
0
b
e
c
a
me
t
h
e
b
e
s
t
mo
d
e
l
,
a
ch
i
ev
i
n
g
a
n
acc
u
ra
cy
o
f
9
4
%
fo
r
t
h
e
mo
d
el
u
s
i
n
g
m
as
k
fi
l
e
s
.
I
n
c
o
m
p
ari
s
o
n
,
t
h
e
mo
d
el
d
ev
e
l
o
p
ed
w
i
t
h
R
e
s
N
e
t
-
5
0
an
d
D
ei
T
b
ec
a
me
t
h
e
b
e
s
t
mo
d
e
l
fo
r
t
h
e
mo
d
el
w
i
t
h
o
u
t
m
as
k
fi
l
e
s
,
w
i
t
h
an
a
cc
u
ra
cy
o
f
8
0
%
.
T
h
e
r
e
fo
r
e,
i
t
c
a
n
b
e
c
o
n
c
l
u
d
ed
t
h
at
u
s
i
n
g
m
as
k
fi
l
e
s
i
s
c
ru
ci
al
f
o
r
p
ro
d
u
ci
n
g
t
h
e
b
e
s
t
-
p
e
rfo
rmi
n
g
mo
d
el
.
K
e
y
w
o
r
d
s
:
B
r
e
a
s
t
c
a
n
c
e
r
de
t
e
c
t
i
o
n
C
o
m
pa
r
a
t
i
v
e
a
n
a
ly
s
i
s
De
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
R
e
s
n
e
t
-
50
m
o
de
l
U
l
t
r
a
s
o
un
d
s
c
a
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
:
L
a
w
y
s
e
n
De
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
n
c
e
,
B
I
NU
S
Gr
a
dua
te
P
r
o
gr
a
m
-
M
a
s
t
e
r
o
f
C
o
m
put
e
r
S
c
i
e
n
c
e
B
i
n
a
Nu
s
a
n
t
a
r
a
Uni
v
e
r
s
i
t
y
J
a
ka
r
t
a
,
I
n
do
n
e
s
i
a
,
11480
E
m
a
i
l
:
l
a
w
y
s
e
n@bi
nus
.
a
c
.
i
d
1.
I
NT
RODU
C
T
I
ON
B
r
e
a
s
t
c
a
n
c
e
r
i
s
o
n
e
o
f
t
h
e
m
o
s
t
da
n
ge
r
o
us
d
i
s
e
a
s
e
s
a
n
d
i
s
o
ne
o
f
t
h
e
l
e
a
d
i
ng
c
a
u
s
e
s
o
f
c
a
n
c
e
r
-
r
e
l
a
t
e
d
de
a
t
h
s
a
m
o
n
g
wo
m
e
n
[
1]
.
Di
a
g
n
o
s
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
m
a
n
u
a
l
ly
c
a
n
b
e
t
i
m
e
-
c
o
ns
u
m
i
ng
a
nd
c
o
s
t
l
y
.
A
dd
i
t
i
o
n
a
ll
y
,
de
t
e
c
t
i
n
g
a
bn
o
r
m
a
li
t
i
e
s
a
t
a
n
e
a
r
ly
s
t
a
ge
i
s
v
e
r
y
c
h
a
ll
e
n
g
i
ng
due
to
t
h
e
s
u
b
t
l
e
t
y
o
f
t
h
e
i
n
i
t
i
a
l
s
y
m
pt
o
m
s
[
2]
.
E
a
r
l
y
d
e
t
e
c
t
i
o
n
o
f
c
a
n
c
e
r
i
s
c
r
uc
i
a
l
b
e
c
a
us
e
t
h
e
s
oo
n
e
r
a
c
a
n
c
e
r
i
s
d
i
a
g
n
o
s
e
d,
t
h
e
s
oo
n
e
r
a
ppr
o
p
r
i
a
t
e
t
r
e
a
t
m
e
n
t
c
a
n
b
e
a
d
m
i
n
i
s
t
e
r
e
d.
T
h
e
r
e
f
o
r
e
,
h
a
vi
ng
a
s
y
s
t
e
m
t
h
a
t
c
a
n
de
t
e
c
t
b
r
e
a
s
t
c
a
n
c
e
r
a
t
a
n
e
a
r
l
y
s
t
a
ge
a
l
l
o
ws
pa
t
i
e
n
t
s
to
r
e
c
e
i
v
e
a
ppr
o
pr
i
a
t
e
tr
e
a
t
m
e
n
t
a
n
d
m
a
n
a
ge
m
e
n
t
e
a
r
l
i
e
r
,
s
i
g
ni
f
i
c
a
n
t
l
y
i
n
c
r
e
a
s
i
ng
t
h
e
i
r
c
ha
n
c
e
s
o
f
s
ur
vi
va
l
.
T
h
e
r
e
a
r
e
t
wo
m
e
t
h
o
ds
f
o
r
d
e
t
e
c
t
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
,
n
a
m
e
ly
m
a
m
m
o
gr
a
p
hy
a
n
d
u
l
t
r
a
s
o
un
d
s
c
a
nni
ng.
M
a
ny
s
t
ud
i
e
s
h
a
v
e
b
e
e
n
c
o
n
duc
t
e
d
by
pr
e
vi
o
u
s
r
e
s
e
a
r
c
h
e
r
s
to
de
t
e
c
t
b
r
e
a
s
t
c
a
n
c
e
r
us
i
n
g
v
a
r
i
o
us
m
a
c
hi
n
e
l
e
a
r
ni
ng
a
n
d
de
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
.
M
a
mm
o
gr
a
phy
i
s
o
n
e
o
f
t
h
e
b
e
s
t
m
e
t
h
o
ds
f
o
r
di
a
g
n
o
s
in
g
b
r
e
a
s
t
c
a
nc
e
r
,
wh
e
r
e
im
a
ge
s
a
r
e
t
a
ke
n
f
r
o
m
m
u
l
t
i
p
l
e
a
n
g
les
to
pr
o
vi
de
a
c
o
m
pr
e
h
e
n
s
i
ve
vi
e
w
o
f
t
h
e
pa
t
i
e
n
t
’
s
b
r
e
a
s
t
c
o
n
d
i
t
i
o
n
[
1]
.
T
h
e
X
-
r
a
y
r
e
s
u
l
t
s
a
r
e
t
h
e
n
e
xa
m
i
ne
d
to
de
t
e
r
m
i
ne
i
f
t
h
e
r
e
i
s
a
t
um
o
r
i
n
t
h
e
b
r
e
a
s
t
.
I
f
a
tu
m
o
r
i
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
4
,
N
o.
2
,
A
ugus
t
20
2
5
:
427
-
437
428
pr
e
s
e
n
t
,
i
t
i
s
f
ur
t
h
e
r
i
nv
e
s
t
i
ga
t
e
d
to
a
s
c
e
r
t
a
i
n
whe
th
e
r
i
t
i
s
be
ni
g
n
o
r
m
a
l
i
g
na
n
t
(
c
a
n
c
e
r
)
[
2]
.
I
n
t
hi
s
r
e
s
e
a
r
c
h
,
v
a
r
i
o
us
a
l
go
r
i
t
hm
s
a
r
e
us
e
d,
i
nc
l
ud
i
n
g
m
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
s
uc
h
a
s
s
uppo
r
t
v
e
c
to
r
m
a
c
hi
ne
(
S
VM
)
[
3]
,
[
4
]
,
e
x
t
r
e
m
e
l
e
a
r
ni
ng
m
a
c
hi
ne
[
5]
,
[
6
]
,
a
s
w
e
l
l
a
s
d
e
e
p
l
e
a
r
ni
n
g
a
l
go
r
i
t
hm
s
li
ke
c
o
n
v
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
k
(
C
NN
)
[
4]
,
[
7
]
-
[
10
]
,
r
e
s
i
du
a
l
n
e
t
wo
r
k
(
R
e
s
Ne
t
)
-
50
[
10]
,
[
11
]
,
a
n
d
y
o
u
o
nl
y
l
o
o
k
o
n
c
e
(
YO
L
O)
[
12]
to
c
l
a
s
s
i
f
y
w
h
e
t
h
e
r
t
h
e
m
a
mm
o
gr
a
m
im
a
ge
s
c
o
n
t
a
i
n
b
e
ni
g
n
t
um
o
r
s
,
c
a
n
c
e
r
,
o
r
a
r
e
n
o
r
m
a
l
(
n
o
t
um
o
r
)
.
I
n
a
dd
i
t
i
o
n
t
o
u
t
i
li
z
i
ng
m
a
m
m
o
gr
a
m
im
a
ge
da
t
a
s
e
t
s
,
t
h
e
r
e
a
r
e
a
l
s
o
s
t
udi
e
s
t
h
a
t
u
t
i
li
z
e
u
l
t
r
a
s
o
un
d
s
c
a
n
i
m
a
ge
da
t
a
s
e
t
s
.
Ul
t
r
a
s
o
un
d
i
s
o
n
e
o
f
t
h
e
m
o
s
t
wi
d
e
l
y
us
e
d
m
e
t
h
o
ds
i
n
t
h
e
m
e
d
i
c
a
l
f
i
e
l
d
due
to
i
t
s
a
bil
i
t
y
to
p
r
o
duc
e
hi
g
h
-
qua
li
t
y
im
a
g
e
s
o
f
a
pa
t
i
e
n
t
’
s
i
n
t
e
r
n
a
l
o
r
ga
n
s
[
13]
.
I
n
pr
e
vi
o
us
s
t
ud
i
e
s
,
s
e
v
e
r
a
l
r
e
s
e
a
r
c
h
e
r
s
h
a
v
e
e
m
p
l
o
y
e
d
v
a
r
i
o
us
m
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
,
s
uc
h
a
s
K
-
n
e
a
r
e
s
t
n
e
i
g
hb
o
r
(
K
NN
)
,
de
c
i
s
i
o
n
t
r
e
e
(
DT
)
,
r
a
n
do
m
f
o
r
e
s
t
(
R
F
)
c
l
a
s
s
if
i
e
r
,
a
n
d
S
VM
[
14]
-
[
16]
,
f
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
.
I
n
a
dd
i
t
i
o
n
to
m
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
,
t
h
e
r
e
a
r
e
a
l
s
o
r
e
s
e
a
r
c
h
e
r
s
w
h
o
h
a
v
e
ut
il
i
z
e
d
de
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
,
i
n
c
l
ud
i
ng
R
e
s
Ne
t
-
50
[
13]
a
n
d
De
n
s
e
Ne
t
-
121
[
17
]
,
f
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
pur
po
s
e
s
.
P
r
e
vi
o
us
r
e
s
e
a
r
c
h
ha
s
pr
e
do
m
i
na
n
t
l
y
ut
i
li
z
e
d
m
a
mm
o
gr
a
m
d
a
t
a
r
a
t
h
e
r
t
h
a
n
u
l
t
r
a
s
o
un
d
s
c
a
n
da
t
a
.
Ho
we
v
e
r
,
i
n
r
e
c
e
n
t
y
e
a
r
s
,
r
e
s
e
a
r
c
h
e
r
s
h
a
v
e
b
e
gun
to
s
hi
f
t
to
wa
r
ds
us
i
n
g
u
l
t
r
a
s
o
un
d
s
c
a
n
d
a
t
a
o
v
e
r
m
a
mm
o
gr
a
m
da
t
a
.
A
c
c
o
r
di
n
g
to
s
e
v
e
r
a
l
s
t
ud
i
e
s
,
u
l
t
r
a
s
o
un
d
s
c
a
nni
ng
o
f
f
e
r
s
c
e
r
t
a
i
n
a
d
v
a
n
t
a
ge
s
c
om
pa
r
e
d
to
m
a
mm
o
gr
a
p
hy
.
F
o
r
e
x
a
m
p
l
e
,
u
l
t
r
a
s
o
un
d
s
c
a
n
s
a
r
e
c
o
n
s
i
d
e
r
e
d
s
a
f
e
r
t
h
a
n
m
a
mm
o
gr
a
m
s
a
s
t
h
e
y
do
n
o
t
i
nv
o
l
ve
a
ny
r
a
d
i
a
t
i
o
n
[
18]
.
T
h
e
a
b
s
e
n
c
e
o
f
r
a
d
i
a
t
i
o
n
m
a
ke
s
pe
r
i
o
d
i
c
e
xa
m
i
na
t
i
o
ns
o
f
pa
t
i
e
n
t
s
m
uc
h
s
a
f
e
r
.
A
dd
i
t
i
o
n
a
ll
y
,
u
l
t
r
a
s
o
un
d
s
c
a
nni
ng
ha
s
a
hi
g
he
r
s
e
ns
i
t
i
vi
t
y
f
o
r
de
t
e
c
t
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
i
n
y
o
un
ge
r
wom
e
n
[
19]
,
a
l
l
o
w
i
ng
f
o
r
e
a
r
l
i
e
r
i
n
t
e
r
v
e
n
t
i
o
n
a
n
d
a
c
t
i
o
n
.
T
h
e
r
e
f
o
r
e
,
t
hi
s
s
t
ud
y
e
m
p
l
o
y
s
u
l
t
r
a
s
o
un
d
s
c
a
n
da
t
a
s
e
t
s
.
T
h
e
a
l
go
r
i
t
hm
s
us
e
d
i
n
t
hi
s
pa
p
e
r
to
de
v
e
l
o
p
m
o
de
l
s
f
o
r
de
t
e
c
t
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
b
a
s
e
d
o
n
u
l
t
r
a
s
o
un
d
s
c
a
n
r
e
s
u
l
t
s
a
r
e
de
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
,
s
pe
c
if
ica
l
ly
R
e
s
Ne
t
-
50,
VG
G16,
vi
s
i
o
n
t
r
a
n
s
f
o
r
m
e
r
(
V
i
T
)
,
a
n
d
da
t
a
-
e
f
f
i
c
i
e
n
t
i
m
a
ge
t
r
a
n
s
f
o
r
m
e
r
(
De
i
T
)
.
T
h
e
s
e
a
l
go
r
i
t
hm
s
we
r
e
c
h
o
s
e
n
due
t
o
t
h
e
i
r
w
i
de
s
pr
e
a
d
us
e
i
n
v
a
r
i
o
us
i
m
a
ge
pr
o
c
e
s
s
i
n
g
a
pp
l
i
c
a
t
i
o
n
s
,
i
n
c
l
ud
i
n
g
m
e
d
i
c
a
l
im
a
ge
c
l
a
s
s
i
f
i
c
a
t
i
o
n
(
X
-
r
a
y
,
U
l
t
r
a
s
oun
d,
a
n
d
m
a
g
n
e
t
i
c
r
e
s
o
n
a
n
c
e
i
m
a
g
i
ng
(
M
R
I
)
)
.
A
dd
i
t
i
o
n
a
ll
y
,
t
h
e
s
e
a
l
go
r
i
t
hm
s
h
a
v
e
b
e
e
n
e
m
p
l
o
y
e
d
i
n
nu
m
e
r
o
us
pr
e
vi
o
us
s
t
ud
i
e
s
a
n
d
h
a
v
e
de
m
o
n
s
t
r
a
t
e
d
t
h
e
c
a
pa
bil
i
t
y
t
o
pr
o
duc
e
m
o
de
l
s
w
i
t
h
c
o
m
m
e
n
da
bl
e
pe
r
f
o
r
m
a
n
c
e
[
10]
,
[
11
]
,
[
13
]
,
[
17
]
,
[
20
]
.
T
h
e
m
o
de
l
s
ge
n
e
r
a
t
e
d
by
t
h
e
s
e
f
o
ur
a
l
go
r
i
t
hm
s
w
il
l
b
e
c
o
m
pa
r
e
d,
a
n
d
t
h
e
m
o
de
l
w
i
t
h
t
h
e
hi
g
he
s
t
pe
r
f
o
r
m
a
n
c
e
a
m
o
n
g
t
h
e
m
w
il
l
b
e
s
e
l
e
c
t
e
d.
Al
l
f
o
ur
m
o
de
l
s
w
i
ll
u
n
de
r
go
i
de
n
t
i
c
a
l
pr
e
pr
o
c
e
s
s
i
ng,
tr
a
i
ni
ng,
a
n
d
t
e
s
t
i
n
g
s
t
a
ge
s
to
e
n
s
ur
e
a
f
a
i
r
c
o
m
p
a
r
i
s
o
n
o
f
t
h
e
i
r
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
da
t
a
s
e
t
us
e
d
f
o
r
de
v
e
l
o
p
i
ng
t
h
e
m
o
de
l
c
on
s
i
s
t
s
o
f
u
l
t
r
a
s
o
un
d
s
c
a
n
i
m
a
ge
s
o
b
t
a
i
n
e
d
f
r
o
m
K
a
gg
l
e
.
T
hi
s
da
t
a
s
e
t
i
s
u
ni
que
b
e
c
a
u
s
e
i
t
i
n
c
l
ude
s
m
a
s
k
i
m
a
ge
f
i
l
e
s
.
T
h
e
s
e
m
a
s
k
i
m
a
ge
s
r
e
pr
e
s
e
n
t
t
h
e
s
h
a
pe
,
s
i
z
e
,
a
n
d
l
o
c
a
t
i
o
n
o
f
t
um
o
r
s
f
r
o
m
t
h
e
u
l
t
r
a
s
o
un
d
s
c
a
ns
.
T
h
e
r
e
f
o
r
e
,
t
hi
s
s
t
ud
y
ut
i
li
z
e
s
t
h
e
m
a
s
k
f
il
e
s
w
i
t
h
t
h
e
a
s
s
u
m
pt
i
o
n
t
h
a
t,
i
n
pr
a
c
t
i
c
a
l
a
pp
li
c
a
t
i
o
n
s
,
s
uc
h
m
a
s
k
f
il
e
s
c
a
n
be
o
b
t
a
i
n
e
d
t
h
r
o
ugh
i
m
a
g
e
s
e
gm
e
n
t
a
t
i
o
n
pr
o
c
e
s
s
e
s
.
B
e
f
o
r
e
m
o
de
l
de
v
e
l
o
p
m
e
n
t
,
t
h
e
da
t
a
s
e
t
wi
ll
u
n
d
e
r
go
pr
e
pr
o
c
e
s
s
i
n
g
pr
o
c
e
s
s
t
o
p
r
e
pa
r
e
t
h
e
da
t
a
t
h
r
o
u
gh
da
t
a
tr
a
n
s
f
o
r
m
a
t
i
o
n
.
T
hi
s
pr
o
c
e
s
s
a
i
m
s
t
o
p
r
e
pa
r
e
a
n
d
a
d
j
us
t
t
h
e
da
t
a
f
o
r
t
r
a
i
ni
ng
a
n
d
t
e
s
t
i
n
g
t
h
e
m
o
de
l
.
A
dd
i
t
i
o
n
a
ll
y
,
v
a
r
i
o
us
im
a
ge
a
ug
m
e
n
t
a
t
i
o
n
t
e
c
hni
que
s
w
il
l
be
a
pp
l
i
e
d
t
o
b
a
l
a
n
c
e
t
h
e
n
u
m
be
r
o
f
s
a
m
p
l
e
s
a
c
r
o
s
s
d
i
f
f
e
r
e
n
t
c
l
a
s
s
e
s
a
n
d
e
nh
a
n
c
e
t
h
e
d
a
t
a
v
a
r
i
a
bil
i
t
y
[
14]
,
w
i
t
h
t
h
e
go
a
l
o
f
a
c
hi
e
vi
ng
go
od
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
.
Af
t
e
r
c
o
m
p
l
e
t
i
n
g
t
h
e
pr
e
pr
o
c
e
s
s
i
ng
s
t
e
ps
,
t
h
e
m
o
de
l
t
r
a
i
ni
ng
a
n
d
t
e
s
t
i
n
g
ph
a
s
e
s
w
i
l
l
b
e
c
o
n
duc
t
e
d,
a
n
d
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
r
e
s
u
l
t
i
n
g
m
o
de
l
s
we
r
e
c
o
m
pa
r
e
d
a
ga
i
ns
t
e
a
c
h
ot
h
e
r
.
2.
L
I
T
E
RA
T
U
R
E
RE
VI
E
W
F
o
r
t
h
e
l
i
t
e
r
a
t
ur
e
r
e
vi
e
w
d
i
s
c
u
s
s
e
d,
t
h
e
r
e
a
r
e
t
w
o
t
y
pe
s
:
l
i
t
e
r
a
t
ur
e
r
e
vi
e
w
f
o
r
v
a
r
i
o
us
pa
pe
r
s
t
h
a
t
f
o
c
us
o
n
de
t
e
c
t
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
us
i
n
g
u
l
t
r
a
s
o
un
d
r
e
s
ul
t
s
a
n
d
pa
pe
r
s
t
h
a
t
f
o
c
us
o
n
de
t
e
c
t
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
us
i
n
g
m
a
mm
o
gr
a
m
r
e
s
u
l
t
s
.
T
h
e
pur
po
s
e
o
f
d
i
s
c
u
s
s
i
ng
t
h
e
s
e
t
w
o
t
y
pe
s
o
f
pa
pe
r
s
i
s
to
e
x
p
l
o
r
e
t
h
e
l
a
t
e
s
t
tr
e
n
ds
i
n
b
r
e
a
s
t
c
a
n
c
e
r
de
t
e
c
t
i
o
n
.
T
h
e
i
n
s
i
g
h
t
s
ga
i
n
e
d
w
i
ll
h
e
l
p
gu
i
d
e
t
h
e
s
e
l
e
c
t
i
o
n
o
f
t
h
e
m
o
s
t
s
u
i
t
a
bl
e
a
l
go
r
i
t
hm
f
o
r
de
v
e
l
o
p
i
ng
t
h
e
de
t
e
c
t
i
o
n
m
o
de
l
.
2.
1.
L
it
e
r
at
u
r
e
r
e
view
b
as
e
d
on
m
am
m
og
r
a
m
T
h
e
s
o
l
ut
i
o
n
pr
o
p
o
s
e
d
i
n
t
hi
s
s
t
ud
y
ut
i
li
z
e
s
c
e
l
l
u
lar
n
e
ur
a
l
ne
t
wor
ks
to
s
e
g
m
e
n
t
s
us
p
i
c
i
o
us
r
e
g
i
o
ns
i
n
m
a
mm
o
gr
a
m
im
a
g
e
s
a
n
d
e
m
p
l
o
y
s
t
h
e
S
V
M
a
l
go
r
i
t
hm
f
o
r
c
l
a
s
s
i
f
yi
ng
t
h
e
pr
e
vi
o
us
ly
pr
o
c
e
s
s
e
d
i
m
a
ge
s
.
S
a
m
pa
i
o
e
t
al.
[
4]
s
pe
c
i
f
i
c
a
ll
y
e
x
p
l
o
r
e
s
t
hi
s
a
p
pr
o
a
c
h
,
us
i
n
g
t
h
e
pu
bl
i
c
DD
S
M
da
t
a
s
e
t
,
whi
c
h
c
o
n
s
i
s
t
s
o
f
2620
m
a
mm
o
gr
a
m
s
c
r
e
e
ni
ng
i
m
a
ge
s
.
Ho
we
v
e
r
,
only
623
i
m
a
ge
s
f
r
o
m
t
hi
s
da
t
a
s
e
t
we
r
e
us
e
d
i
n
t
h
e
r
e
s
e
a
r
c
h
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
u
s
e
d
t
o
e
v
a
l
ua
t
e
t
h
e
m
o
de
l
a
r
e
a
c
c
ur
a
c
y
(
A
C
)
a
n
d
a
r
e
a
u
n
d
e
r
t
h
e
R
OC
c
ur
v
e
(
A
UC
)
.
T
h
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
a
c
hi
e
v
e
d
a
n
a
c
c
ur
a
c
y
o
f
84.
62%
a
n
d
a
n
A
UC
o
f
0.
87.
A
d
i
f
f
e
r
e
n
t
a
ppr
o
a
c
h
i
s
e
x
p
l
o
r
e
d
by
c
o
m
bi
n
i
ng
de
e
p
l
e
a
r
ni
ng
w
i
t
h
c
a
s
e
-
b
a
s
e
d
r
e
a
s
o
ni
ng
(
C
B
R
)
S
y
s
t
e
m
s
to
e
nh
a
n
c
e
t
h
e
a
c
c
ur
a
c
y
o
f
c
l
a
s
s
if
i
c
a
t
i
o
n
m
o
de
l
s
.
T
hi
s
m
e
t
h
o
d
u
t
i
li
z
e
s
d
e
e
p
l
e
a
r
ni
ng
f
o
r
pr
e
c
i
s
e
s
e
g
m
e
n
t
a
t
i
o
n
o
f
m
a
mm
o
gr
a
m
im
a
ge
s
a
n
d
i
n
t
e
gr
a
t
e
s
C
B
R
f
o
r
b
ot
h
a
c
c
ur
a
t
e
a
n
d
e
x
p
l
a
i
na
bl
e
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
de
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
e
m
p
l
o
y
e
d
f
o
r
i
m
a
g
e
s
e
g
m
e
n
t
a
t
i
o
n
i
nc
l
ude
a
hy
br
i
d
o
f
de
e
p
n
e
ur
a
l
ne
t
w
o
r
ks
(
DN
Ns
)
a
n
d
S
E
-
R
e
s
Ne
t
.
T
h
e
s
t
ud
y
us
e
s
t
h
e
C
B
I
S
-
DD
S
M
da
t
a
s
e
t
,
whi
c
h
c
o
n
t
a
i
n
s
m
a
mm
o
gr
a
m
im
a
ge
s
,
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
De
e
p
lear
ning
algor
it
hms
f
or
br
e
as
t
c
anc
e
r
de
tec
ti
on
f
r
om
ult
r
as
ound
s
c
ans
(
L
a
w
y
s
e
n
)
429
to
t
e
s
t
t
h
e
m
o
de
l
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
f
o
r
e
v
a
l
ua
t
i
o
n
i
n
c
l
ude
a
c
c
ur
a
c
y
a
n
d
r
e
c
a
l
l
,
w
i
t
h
t
h
e
m
o
de
l
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
o
f
86.
71%
a
n
d
a
r
e
c
a
l
l
o
f
9
1.
34%
,
a
s
di
s
c
us
s
e
d
i
n
B
e
nl
a
bi
o
d
e
t
al
.
[
7]
.
V
i
j
a
y
a
r
a
j
e
s
wa
r
i
e
t
al.
[
3]
,
a
s
o
l
ut
i
o
n
i
s
pr
o
p
o
s
e
d
t
h
a
t
e
m
p
l
o
y
s
m
a
xim
i
z
a
t
i
o
n
e
s
t
i
m
a
t
i
o
n
dur
i
n
g
t
h
e
pr
e
pr
o
c
e
s
s
i
ng
s
t
a
ge
a
n
d
ut
i
l
i
z
e
s
h
o
ugh
t
r
a
n
s
f
o
r
m
f
o
r
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
f
r
o
m
t
h
e
pr
o
c
e
s
s
e
d
i
m
a
ge
s
.
T
h
e
S
VM
a
l
go
r
i
t
hm
i
s
t
h
e
n
a
pp
l
i
e
d
to
c
l
a
s
s
i
f
y
b
r
e
a
s
t
c
a
n
c
e
r
b
a
s
e
d
o
n
t
h
e
s
e
pr
o
c
e
s
s
e
d
i
m
a
g
e
s
.
T
h
e
da
t
a
s
e
t
us
e
d
i
n
t
hi
s
s
t
udy
i
s
t
h
e
M
I
A
S
da
t
a
b
a
s
e
,
whi
c
h
c
o
n
t
a
i
n
s
a
t
ota
l
o
f
417
m
a
mm
o
gr
a
p
hi
c
i
m
a
ge
s
.
T
h
e
pe
r
f
o
r
m
a
nc
e
o
f
t
h
e
m
o
de
l
i
s
e
va
l
u
a
t
e
d
us
i
n
g
a
c
c
ur
a
c
y
a
s
t
h
e
m
e
t
r
i
c
.
T
h
e
a
ut
h
o
r
s
c
o
m
pa
r
e
d
t
h
e
i
r
m
o
de
l
t
o
v
a
r
i
o
us
pr
e
vi
o
us
a
ppr
o
a
c
h
e
s
a
n
d
f
o
un
d
t
h
a
t
t
h
e
i
r
S
VM
-
b
a
s
e
d
m
o
de
l
a
c
hi
e
v
e
d
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
,
r
e
a
c
hi
ng
94%
.
A
s
o
l
ut
i
o
n
i
s
de
v
e
l
o
pe
d
f
o
r
de
t
e
c
t
i
n
g
b
r
e
a
s
t
c
a
n
c
e
r
f
r
o
m
s
c
r
e
e
ni
ng
m
a
mm
o
gr
a
m
s
us
i
n
g
de
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
w
i
t
h
e
n
d
-
to
-
e
n
d
t
r
a
i
ni
ng.
T
hi
s
s
t
ud
y
ut
i
li
z
e
s
t
w
o
C
NN
a
r
c
hi
t
e
c
t
ur
e
s
:
R
e
s
Ne
t
-
50
a
n
d
VG
G
(
VG
G16)
.
T
h
e
r
e
s
e
a
r
c
h
e
m
p
l
o
y
s
t
wo
da
tas
e
t
s
:
C
B
I
S
-
DD
S
M
,
whi
c
h
c
o
n
t
a
i
ns
2,
478
m
a
mm
o
gr
a
m
im
a
ge
s
,
a
n
d
I
Nb
r
e
a
s
t
,
wi
t
h
410
m
a
mm
o
gr
a
m
im
a
ge
s
.
T
h
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
t
h
e
a
r
e
a
un
de
r
t
h
e
c
ur
v
e
(
A
U
C
)
a
s
t
h
e
pr
i
m
a
r
y
m
e
t
r
i
c
,
a
c
hievi
ng
a
n
A
U
C
va
l
u
e
o
f
0.
95,
a
s
de
t
a
i
l
e
d
i
n
p
a
pe
r
[
11]
.
A
s
o
l
ut
i
o
n
i
s
i
n
t
r
o
duc
e
d
f
o
r
di
a
g
n
o
s
i
ng
b
r
e
a
s
t
c
a
n
c
e
r
f
r
o
m
d
i
g
i
t
a
l
m
a
mm
o
gr
a
p
hy
r
e
s
u
l
t
s
us
i
ng
t
h
e
YO
L
O
a
l
go
r
i
t
hm
.
Aly
e
t
al.
[
12]
s
pe
c
i
f
i
c
a
ll
y
c
o
m
pa
r
e
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
r
e
e
YO
L
O
a
r
c
hit
e
c
t
ur
e
s
:
YO
L
O
-
V1,
YO
L
O
-
V2,
a
n
d
YO
L
O
-
V3.
T
h
e
s
t
ud
y
ut
i
l
i
z
e
s
t
h
e
I
N
b
r
e
a
s
t
da
t
a
s
e
t
,
whi
c
h
c
o
n
t
a
i
n
s
41
0
d
i
g
i
t
a
l
m
a
mm
o
gr
a
p
hy
im
a
ge
s
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
t
h
r
e
e
a
r
c
hi
t
e
c
t
ur
e
s
i
s
e
va
l
u
a
t
e
d
us
i
n
g
a
c
c
ur
a
c
y
a
s
t
h
e
m
e
t
r
i
c
,
w
i
t
h
YO
L
O
-
V3
a
c
hi
e
vi
ng
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
a
t
95.
5%
.
T
h
e
de
ve
l
o
p
m
e
n
t
o
f
a
m
o
de
l
us
i
ng
a
l
i
g
h
t
we
i
g
h
t
de
e
p
C
NN
n
a
m
e
d
D
i
s
e
p
Ne
t
i
s
pr
o
p
o
s
e
d,
i
nc
o
r
por
a
t
i
n
g
i
nn
o
v
a
t
i
v
e
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
t
e
c
hni
que
s
c
a
l
l
e
d
D
i
s
e
p
bl
o
c
k
a
n
d
I
n
c
e
p
-
L
bl
o
c
k.
Yu
e
t
al.
[
8
]
f
o
c
us
e
s
o
n
t
hi
s
a
ppr
o
a
c
h
,
ut
i
li
z
i
ng
t
h
e
M
I
NI
-
M
I
A
S
a
n
d
I
N
b
r
e
a
s
t
da
t
a
s
e
t
s
.
T
h
e
m
o
de
l
’
s
pe
r
f
o
r
m
a
n
c
e
i
s
e
v
a
l
ua
t
e
d
t
h
r
o
ugh
s
pe
c
i
f
i
c
i
t
y
,
s
e
ns
i
t
i
v
i
t
y
,
a
n
d
a
c
c
u
r
a
c
y
m
e
t
r
i
c
s
,
w
i
t
h
r
e
s
u
l
t
s
s
h
o
w
i
n
g
a
s
pe
c
i
f
i
c
i
t
y
o
f
0.
9744,
a
s
e
ns
i
t
i
vi
t
y
o
f
0.
9371,
a
n
d
a
n
a
c
c
ur
a
c
y
o
f
0.
956.
An
a
ut
o
m
a
t
e
d
s
o
l
ut
i
o
n
i
s
p
r
e
s
e
n
t
e
d
f
o
r
c
l
a
s
s
i
f
yin
g
m
a
mm
o
gr
a
p
hy
i
m
a
ge
s
w
i
t
h
o
ut
t
h
e
n
e
e
d
f
o
r
l
a
b
e
li
ng
t
h
e
r
e
g
i
o
n
-
of
-
i
n
t
e
r
e
s
t
(
R
OI
)
,
us
i
n
g
a
m
u
l
t
i
-
s
c
a
l
e
DNN
m
o
de
l
.
X
i
e
e
t
al.
[
9]
e
x
p
l
o
r
e
s
t
hi
s
a
ppr
o
a
c
h
,
i
nc
o
r
por
a
t
i
n
g
a
b
r
e
a
s
t
r
e
gi
o
n
s
e
g
m
e
n
t
a
t
i
o
n
(
B
R
S
)
m
o
du
l
e
f
o
r
pr
e
p
r
o
c
e
s
s
i
ng
a
n
d
a
C
N
N
a
l
go
r
i
t
hm
f
o
r
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
.
T
h
e
s
t
udy
e
m
p
l
o
y
s
De
ns
e
Ne
t
a
n
d
M
o
bi
l
e
Ne
t
a
l
go
r
i
t
hm
s
,
ut
i
l
i
z
i
ng
t
h
e
I
Nb
r
e
a
s
t
da
t
a
s
e
t,
whi
c
h
i
n
c
l
ude
s
410
di
g
i
t
a
l
m
a
mm
o
gr
a
p
hy
i
m
a
ge
s
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
m
o
de
l
i
s
e
v
a
l
u
a
ted
b
a
s
e
d
o
n
a
c
c
ur
a
c
y
a
n
d
A
U
C
,
w
i
t
h
t
h
e
m
o
de
l
b
u
i
l
t
u
s
i
n
g
De
ns
e
Ne
t
,
M
u
l
t
i
-
s
c
a
l
e
,
a
n
d
t
h
e
B
R
S
m
o
du
l
e
a
c
hi
e
vi
ng
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
o
f
96.
34%
a
n
d
a
n
A
U
C
o
f
0.
9713.
Al
-
An
t
a
r
i
e
t
al.
[
10]
pr
o
p
o
s
e
s
t
h
e
de
v
e
l
o
p
m
e
n
t
of
a
m
o
de
l
ut
i
li
z
i
ng
t
h
e
YO
L
O
a
l
go
r
i
t
hm
t
o
de
t
e
c
t
b
r
e
a
s
t
l
e
s
i
o
n
s
i
n
m
a
mm
o
gr
a
m
im
a
ge
s
,
f
o
l
l
o
we
d
by
c
l
a
s
s
i
f
i
c
a
t
i
o
n
us
i
ng
C
NN
,
R
e
s
Ne
t
-
5
0,
a
n
d
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
-
V2
a
l
go
r
i
t
hm
s
.
T
h
e
s
t
ud
y
e
m
p
l
o
y
s
t
wo
da
t
a
s
e
t
s
,
DD
S
M
a
n
d
I
Nb
r
e
a
s
t
,
c
o
n
s
i
s
t
i
ng
o
f
t
w
o
c
l
a
s
s
e
s
:
m
a
li
g
n
a
n
t
a
n
d
b
e
ni
g
n
.
T
h
e
pa
pe
r
us
e
s
k
-
f
o
l
d
c
r
o
s
s
-
v
a
li
da
t
i
o
n
to
t
r
a
i
n
,
v
a
li
da
t
e
,
a
n
d
t
e
s
t
t
h
e
r
e
s
u
l
t
i
n
g
m
o
de
l
.
B
e
f
o
r
e
tr
a
i
ni
ng,
v
a
li
da
t
i
o
n
,
a
n
d
t
e
s
t
i
ng,
t
h
e
da
t
a
s
e
t
s
un
de
r
go
da
t
a
t
r
a
n
s
f
o
r
m
a
t
i
o
n
a
n
d
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
pr
o
c
e
s
s
e
s
to
a
ddr
e
s
s
c
l
a
s
s
im
ba
l
a
n
c
e
w
i
t
hi
n
t
h
e
da
t
a
s
e
t
s
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
us
e
d
i
n
t
hi
s
pa
pe
r
to
e
v
a
l
ua
t
e
t
h
e
m
o
de
l
i
s
a
c
c
ur
a
c
y
,
w
i
t
h
p
e
r
f
o
r
m
a
n
c
e
m
e
a
s
ur
e
d
s
e
p
a
r
a
t
e
l
y
f
o
r
e
a
c
h
a
l
go
r
i
t
hm
a
n
d
da
t
a
s
e
t.
F
o
r
t
h
e
DD
S
M
da
t
a
s
e
t,
t
h
e
m
o
de
l
b
u
il
t
wi
t
h
C
NN
a
c
hi
e
ve
d
a
n
a
c
c
ur
a
c
y
o
f
94.
5%
,
R
e
s
Ne
t
-
50
a
c
hi
e
ve
d
95.
83%
,
a
n
d
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
-
V2
a
c
hi
e
v
e
d
97.
5%
.
F
or
t
h
e
I
Nb
r
e
a
s
t
da
t
a
s
e
t,
t
h
e
m
o
de
l
bu
i
l
t
w
i
t
h
C
NN
a
c
hi
e
ve
d
a
n
a
c
c
ur
a
c
y
o
f
88.
74%
,
R
e
s
Ne
t
-
50
a
c
hi
e
v
e
d
92.
55%
,
a
n
d
I
n
c
e
pt
i
o
nR
e
s
Ne
t
-
V2
a
c
hi
e
v
e
d
95.
32%
.
A
m
o
de
l
de
v
e
l
o
p
m
e
n
t
s
o
l
ut
i
o
n
us
i
ng
e
x
t
r
e
m
e
l
e
a
r
ni
ng
m
a
c
hi
ne
,
e
nha
n
c
e
d
by
t
h
e
c
r
o
w
-
s
e
a
r
c
h
o
p
t
i
mi
z
a
t
i
o
n
a
l
go
r
i
t
hm
,
i
s
pr
o
p
o
s
e
d.
C
h
a
kr
a
v
a
r
thy
a
n
d
R
a
j
a
gur
u
[
5]
di
s
c
us
s
e
s
t
hi
s
a
ppr
o
a
c
h
,
w
hi
c
h
f
i
r
s
t
e
m
p
l
o
y
s
t
h
e
R
e
s
Ne
t
-
18
a
l
go
r
i
t
hm
f
o
r
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
.
T
h
e
s
t
udy
ut
i
li
z
e
s
t
h
r
e
e
m
a
mm
o
gr
a
m
da
t
a
s
e
t
s
-
DD
S
M
,
M
I
A
S
,
a
n
d
I
N
b
r
e
a
s
t
-
e
a
c
h
c
o
m
pr
i
s
i
ng
t
h
r
e
e
c
l
a
s
s
e
s
:
n
o
r
m
a
l
,
m
a
li
g
n
a
n
t
,
a
n
d
b
e
ni
g
n
.
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
m
o
de
l
i
s
e
va
l
ua
t
e
d
us
i
n
g
a
c
c
ur
a
c
y
,
w
i
t
h
r
e
s
u
l
t
s
s
h
o
w
i
n
g
97.
193%
o
n
t
h
e
DD
S
M
da
t
a
s
e
t,
98.
137%
o
n
t
h
e
M
I
A
S
da
t
a
s
e
t
,
a
n
d
98.
266%
o
n
t
h
e
I
Nb
r
e
a
s
t
da
t
a
s
e
t
.
A
m
o
de
l
de
ve
l
o
p
m
e
n
t
s
o
l
ut
i
o
n
i
s
i
n
t
r
o
duc
e
d
us
i
n
g
l
if
t
i
ng
wa
v
e
l
e
t
t
r
a
n
s
f
o
r
m
(
L
W
T
)
f
o
r
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
,
a
l
o
n
g
w
i
t
h
pr
i
nc
i
pa
l
c
o
m
po
n
e
n
t
a
n
a
ly
s
is
(
P
C
A
)
a
n
d
li
ne
a
r
d
i
s
c
r
i
mi
na
n
t
a
n
a
ly
s
i
s
(
L
D
A
)
f
o
r
f
e
a
t
ur
e
v
e
c
t
o
r
r
e
duc
t
i
o
n
.
T
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
pr
o
c
e
s
s
c
o
m
bi
ne
s
e
x
t
r
e
m
e
l
e
a
r
ni
ng
m
a
c
hi
ne
w
i
t
h
m
o
th
f
l
a
m
e
o
p
t
i
mi
z
a
t
i
o
n
(
M
F
O
-
E
L
M
)
.
P
r
i
o
r
to
t
h
e
s
e
s
t
e
ps
,
t
h
e
i
m
a
g
e
s
un
de
r
go
R
OI
e
x
t
r
a
c
t
i
o
n
us
i
ng
t
h
e
c
r
o
ppi
n
g
m
e
t
h
o
d.
T
h
e
s
t
udy
ut
i
li
z
e
s
t
h
e
M
I
A
S
da
t
a
s
e
t
,
whi
c
h
i
n
c
l
ud
e
s
n
o
r
m
a
l
a
n
d
a
bn
o
r
m
a
l
i
m
a
ge
s
,
a
n
d
t
h
e
DD
S
M
da
t
a
s
e
t,
c
o
m
pr
i
s
i
n
g
b
e
ni
g
n
a
n
d
m
a
li
g
n
a
n
t
i
m
a
ge
s
.
T
h
e
m
o
de
l
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
a
c
c
ur
a
c
y
,
a
c
hi
e
vi
ng
99.
76%
o
n
t
h
e
M
I
A
S
da
t
a
s
e
t
a
n
d
98.
80%
o
n
t
h
e
DD
S
M
da
t
a
s
e
t,
a
s
de
s
c
r
i
b
e
d
i
n
M
a
du
li
e
t
al.
[
6]
.
2.
2.
L
it
e
r
at
u
r
e
r
e
view
b
as
e
d
on
u
l
t
r
a
s
ou
n
d
L
e
e
e
t
al.
[
17]
,
a
de
e
p
l
e
a
r
ni
ng
m
o
de
l
de
v
e
l
o
p
m
e
n
t
s
o
l
ut
i
o
n
i
s
pr
o
p
o
s
e
d,
wh
e
r
e
o
bj
e
c
t
de
t
e
c
t
i
o
n
i
s
f
i
r
s
t
a
ppl
i
e
d
us
i
ng
m
a
s
k
R
-
C
NN
t
o
l
o
c
a
t
e
a
n
d
i
de
n
t
i
f
y
t
h
e
t
u
m
o
r
r
e
gi
o
n
i
n
u
l
t
r
a
s
o
un
d
i
m
a
ge
s
.
F
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
,
t
h
e
pa
pe
r
de
v
e
l
o
ps
a
m
o
de
l
us
i
n
g
t
h
e
De
ns
e
Ne
t
-
121
a
l
go
r
i
t
hm
a
l
o
n
g
w
i
t
h
t
h
e
A
D
AM
o
p
t
i
mi
z
a
t
i
o
n
a
l
go
r
i
t
hm
.
T
h
e
da
t
a
s
e
t
us
e
d
i
n
t
hi
s
s
t
udy
wa
s
c
r
e
a
t
e
d
by
t
h
e
a
ut
h
o
r
s
us
i
n
g
da
t
a
f
r
o
m
153
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
4
,
N
o.
2
,
A
ugus
t
20
2
5
:
427
-
437
430
pa
t
i
e
n
t
s
a
t
Na
t
i
o
n
a
l
T
a
i
wa
n
U
ni
ve
r
s
i
t
y
Ho
s
p
i
t
a
l
(
NT
UH
)
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
us
e
d
t
o
e
v
a
l
ua
t
e
t
h
e
m
o
de
l
i
nc
l
ud
e
a
c
c
ur
a
c
y
,
r
e
c
a
ll
,
s
pe
c
i
f
i
c
i
t
y
,
pr
e
c
i
s
i
o
n
,
NPV,
a
n
d
A
UC
.
T
h
e
m
o
de
l
a
c
hi
e
ve
d
a
n
a
c
c
ur
a
c
y
o
f
81.
05%
,
a
r
e
c
a
l
l
o
f
81
.
36%
,
a
s
pe
c
i
f
i
c
i
t
y
o
f
80.
85
%
,
a
pr
e
c
i
s
i
o
n
o
f
72.
73%
,
a
n
NPV
o
f
87.
36%
,
a
n
d
a
n
A
U
C
o
f
0.
8054.
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
m
o
de
l
wa
s
a
l
s
o
c
o
m
pa
r
e
d
w
i
t
h
o
t
h
e
r
m
o
de
l
s
de
v
e
l
o
pe
d
u
s
i
n
g
d
i
f
f
e
r
e
n
t
m
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
s
uc
h
a
s
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
(
L
R
)
,
S
VM
,
a
n
d
XG
B
oo
s
t
.
A
c
o
m
put
e
r
-
a
i
d
e
d
d
i
a
g
n
o
s
i
s
s
o
l
ut
i
o
n
i
s
pr
e
s
e
n
t
e
d
f
o
r
c
l
a
s
s
i
f
yi
ng
u
l
t
r
a
s
o
un
d
i
m
a
ge
s
i
n
t
o
b
e
ni
g
n
,
m
a
li
g
n
a
n
t
,
o
r
n
or
m
a
l
c
a
s
e
s
,
us
i
ng
a
c
o
m
bi
na
t
i
o
n
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
m
e
t
h
o
ds
.
Kh
a
nn
a
e
t
al.
[
21]
e
x
p
l
o
r
e
s
t
hi
s
a
ppr
o
a
c
h
,
ut
i
li
z
in
g
t
h
e
pr
e
-
tr
a
i
n
e
d
C
NN
a
l
go
r
i
t
hm
R
e
s
Ne
t
-
50
f
o
r
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
,
f
o
l
l
o
we
d
by
bi
na
r
y
gr
a
y
wo
l
f
o
pt
i
m
i
z
a
t
i
o
n
f
o
r
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
,
a
n
d
f
i
na
ll
y
e
m
p
l
o
yi
ng
t
h
e
S
VM
a
l
go
r
i
t
hm
f
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
da
t
a
s
e
t
us
e
d
i
s
t
h
e
B
US
I
da
t
a
s
e
t
,
c
o
n
t
a
i
ni
ng
780
i
m
a
ge
s
,
i
n
c
l
ud
i
ng
437
b
e
ni
g
n
,
210
m
a
li
g
n
a
n
t
,
a
n
d
133
n
o
r
m
a
l
c
a
s
e
s
.
T
h
e
m
o
de
l
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
a
c
c
ur
a
c
y
a
n
d
A
U
R
OC
,
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
o
f
84.
9%
a
n
d
a
n
A
UR
OC
of
0.
97.
An
o
t
h
e
r
m
o
de
l
de
ve
l
o
p
m
e
n
t
s
o
l
ut
i
o
n
i
s
pr
o
po
s
e
d,
l
e
ve
r
a
g
i
n
g
a
hy
br
i
d
C
NN
-
V
i
T
a
r
c
hi
t
e
c
t
ur
e
c
o
m
bi
ne
d
w
i
t
h
a
n
M
L
P
mi
xe
r
.
T
a
gn
a
m
a
s
e
t
al.
[
22]
d
i
s
c
u
s
s
e
s
t
h
e
us
e
o
f
t
wo
e
n
c
o
de
r
s
,
E
f
f
i
c
i
e
n
t
Ne
t
V2
a
n
d
V
i
T
,
f
o
r
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
.
T
h
e
e
x
t
r
a
c
t
e
d
f
e
a
t
ur
e
s
a
r
e
f
us
e
d
us
i
n
g
c
h
a
nn
e
l
a
t
t
e
n
t
i
o
n
f
us
i
o
n
,
w
i
t
h
t
h
e
M
L
P
-
m
i
xe
r
ha
n
d
l
i
ng
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
hi
s
s
t
ud
y
a
l
s
o
u
t
i
l
i
z
e
s
t
h
e
B
USI
da
t
a
s
e
t,
a
n
d
t
h
e
pe
r
f
o
r
m
a
n
c
e
i
s
m
e
a
s
ur
e
d
by
a
c
c
ur
a
c
y
,
w
i
t
h
t
h
e
m
o
de
l
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
o
f
86%
.
A
c
o
m
put
e
r
-
a
i
de
d
d
i
a
g
n
o
s
i
s
(
C
A
D)
s
o
l
ut
i
o
n
i
s
d
e
v
e
l
o
pe
d
us
i
ng
t
h
e
s
pe
c
k
l
e
r
e
duc
i
n
g
a
ni
s
o
t
r
o
pi
c
d
i
f
f
u
s
i
o
n
(
S
R
A
D)
m
e
t
h
o
d
f
o
r
pr
e
pr
o
c
e
s
s
i
n
g,
a
l
o
ng
w
i
t
h
t
h
e
a
c
t
i
v
e
c
o
n
t
o
ur
m
o
de
l
f
o
r
i
m
a
ge
s
e
g
men
t
a
t
i
o
n
.
F
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
i
s
pe
r
f
o
r
m
e
d
us
i
ng
t
h
e
Gr
a
y
L
e
v
e
l
C
o
-
o
c
c
ur
r
e
n
c
e
M
a
t
r
i
x
,
a
n
d
v
a
r
i
o
us
m
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
,
i
nc
l
ud
i
ng
K
NN
,
DT
,
a
n
d
RF
c
l
a
s
s
i
f
ier
,
a
r
e
e
m
p
l
o
y
e
d
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
e
s
t
udy
ut
i
li
z
e
s
a
publi
c
ly
a
v
a
il
a
bl
e
u
l
t
r
a
s
o
un
d
i
m
a
ge
da
t
a
s
e
t
c
o
n
t
a
i
ni
ng
780
b
r
e
a
s
t
ul
t
r
a
s
o
un
d
i
m
a
ge
s
,
t
h
o
ugh
o
nl
y
16
0
i
m
a
ge
s
a
r
e
us
e
d,
100
f
o
r
t
r
a
i
ni
ng
a
n
d
60
f
o
r
t
e
s
t
i
n
g.
T
he
m
o
de
l
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
a
c
c
ur
a
c
y
a
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
,
w
i
t
h
t
h
e
RF
a
l
go
r
i
t
hm
a
c
hi
e
vi
ng
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
o
f
88%
,
a
s
di
s
c
us
s
e
d
i
n
P
a
vi
t
h
r
a
e
t
al.
[
14]
.
Abhi
s
he
ka
e
t
al
.
[
23]
,
a
s
o
l
ut
i
o
n
i
s
pr
o
p
o
s
e
d
t
h
a
t
c
o
m
bi
ne
s
hi
s
t
o
gr
a
m
-
o
r
i
e
n
t
e
d
gr
a
di
e
n
t
(
HO
G)
a
n
d
l
o
c
a
l
bi
na
r
y
p
a
tt
e
r
n
(
L
B
P
)
f
o
r
e
x
t
r
a
c
t
i
n
g
l
o
c
a
l
f
e
a
t
ur
e
s
a
n
d
e
m
p
l
o
y
s
R
e
s
Ne
t
-
50
f
o
r
e
x
t
r
a
c
t
i
n
g
g
l
o
b
a
l
f
e
a
t
ur
e
s
.
F
o
r
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
m
o
de
l
,
t
h
e
pa
pe
r
us
e
s
t
h
e
S
VM
a
l
go
r
i
t
hm
.
T
h
e
da
t
a
s
e
t
us
e
d
i
n
t
hi
s
s
t
ud
y
i
s
t
h
e
B
USI
da
t
a
s
e
t,
a
n
d
5
-
f
o
l
d
c
r
o
s
s
-
v
a
li
da
t
i
o
n
i
s
a
pp
l
i
e
d
to
tr
a
i
n
t
h
e
m
o
de
l
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
u
s
e
d
i
s
a
c
c
ur
a
c
y
,
w
i
t
h
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
o
f
88.
87%
.
A
s
o
l
ut
i
o
n
i
s
i
n
t
r
o
duc
e
d
t
h
a
t
l
e
ve
r
a
ge
s
b
o
t
h
s
upe
r
vi
s
e
d
a
n
d
u
n
s
upe
r
vi
s
e
d
a
l
go
r
i
t
hm
s
f
o
r
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
,
c
o
m
bi
n
i
ng
R
e
s
Ne
t
-
34
a
s
t
h
e
s
upe
r
vi
s
e
d
a
l
go
r
i
t
hm
a
n
d
a
c
o
nv
o
l
ut
i
o
n
a
l
a
ut
o
e
n
c
o
de
r
(
C
A
E
)
a
s
t
h
e
un
s
up
e
r
vi
s
e
d
o
n
e
.
S
o
n
g
a
n
d
Ki
m
[
24]
d
i
s
c
us
s
e
s
t
hi
s
a
ppr
o
a
c
h
,
ut
i
li
z
i
ng
s
e
v
e
r
a
l
m
a
c
hi
ne
l
e
a
r
ni
ng
a
lgo
r
i
t
hm
s
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
i
nc
l
ud
i
ng
DT
,
K
NN
,
S
VM
,
a
n
d
RF
.
T
h
e
da
t
a
s
e
t
us
e
d
i
n
t
h
e
s
t
udy
i
s
t
h
e
B
USI
da
t
a
s
e
t
,
c
o
m
pr
i
s
i
ng
780
i
m
a
ge
s
,
w
i
t
h
437
b
e
ni
g
n
,
210
m
a
li
gn
a
n
t
,
a
n
d
133
n
o
r
m
a
l
c
a
s
e
s
.
T
h
e
m
o
de
l
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
s
uc
h
a
s
a
c
c
ur
a
c
y
,
s
e
ns
i
t
i
vi
t
y
,
s
pe
c
i
f
i
c
i
t
y
,
A
U
C
,
a
n
d
AC
A
,
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
o
f
88.
18%
,
a
s
e
n
s
i
t
i
v
i
t
y
o
f
85.
25%
,
a
s
pe
c
i
f
i
c
i
t
y
o
f
1
00%
,
a
n
A
UC
o
f
85.
7%
,
a
n
d
a
n
AC
A
o
f
88.
18%
.
A
m
o
de
l
c
r
e
a
t
i
o
n
s
o
l
ut
i
o
n
i
s
pr
e
s
e
n
t
e
d
ut
i
li
z
i
ng
f
o
ur
m
a
c
hi
ne
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
:
L
D
A
,
S
VM
,
R
F
,
a
n
d
DT
.
Ya
o
e
t
al
.
[
15]
o
u
t
l
i
n
e
s
t
h
e
pr
o
c
e
s
s
,
s
t
a
r
t
i
n
g
w
i
t
h
R
OI
s
e
g
m
e
n
t
a
t
i
o
n
o
n
u
l
t
r
a
s
o
un
d
i
m
a
ge
s
to
m
a
n
ua
ll
y
de
t
e
r
m
i
ne
t
h
e
t
um
o
r
p
o
s
i
t
i
o
n
us
i
ng
o
pe
n
-
s
o
ur
c
e
s
o
f
t
wa
r
e
.
F
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
a
n
d
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
f
o
l
l
o
w,
a
s
t
h
e
m
o
de
l
i
s
b
u
il
t
us
i
ng
t
h
e
s
e
m
a
c
hi
n
e
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
.
T
he
da
t
a
s
e
t
i
n
c
l
ude
s
b
r
e
a
s
t
c
a
n
c
e
r
pa
t
i
e
n
t
da
t
a
wi
t
h
a
tot
a
l
o
f
278
pa
t
i
e
n
t
s
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
us
e
d
f
o
r
e
v
a
l
ua
t
i
o
n
a
r
e
A
UC
,
s
e
n
s
i
t
i
v
i
t
y
,
s
pe
c
i
f
i
c
i
t
y
,
a
n
d
a
c
c
ur
a
c
y
,
w
i
t
h
t
h
e
S
VM
-
b
a
s
e
d
m
o
de
l
a
c
hi
e
vi
ng
t
h
e
be
s
t
r
e
s
u
l
t
s
:
a
n
A
UC
o
f
0.
934,
s
e
n
s
i
t
i
v
i
t
y
o
f
86.
7%
,
s
pe
c
i
f
i
c
i
t
y
o
f
89.
9%
,
a
n
d
a
c
c
ur
a
c
y
o
f
91%
.
D
i
n
g
e
t
al.
[
16]
pr
o
p
o
s
e
s
a
m
o
de
l
c
r
e
a
t
i
o
n
s
o
l
ut
i
o
n
us
i
n
g
m
u
l
t
i
p
l
e
-
i
ns
t
a
nc
e
l
e
a
r
ni
ng
(
M
I
L
)
to
c
l
a
s
s
if
y
b
r
e
a
s
t
c
a
n
c
e
r
f
r
o
m
u
l
t
r
a
s
o
un
d
i
m
a
ge
s
.
T
his
pa
pe
r
f
i
r
s
t
pr
o
c
e
s
s
e
s
t
h
e
i
m
a
ge
s
,
i
n
c
l
ud
i
ng
s
e
g
men
t
a
t
i
o
n
a
n
d
t
e
x
t
ur
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
o
e
s
t
i
m
a
t
e
t
h
e
R
OI
,
whi
c
h
t
h
e
n
u
n
de
r
go
e
s
v
a
r
i
o
us
o
t
h
e
r
pr
o
c
e
s
s
e
s
b
e
f
o
r
e
b
e
i
ng
c
l
a
s
s
if
i
e
d
us
i
n
g
t
h
e
S
VM
a
l
go
r
i
t
hm
to
de
t
e
r
m
in
e
w
h
e
t
h
e
r
t
h
e
t
um
o
r
i
s
b
e
ni
g
n
o
r
m
a
li
g
n
a
n
t
(
c
a
n
c
e
r
)
.
T
h
e
da
t
a
s
e
t
us
e
d
i
n
t
hi
s
pa
pe
r
c
o
n
s
i
s
t
s
o
f
u
l
t
r
a
s
o
un
d
im
a
ge
s
,
i
nc
l
ud
i
ng
168
i
m
a
ge
s
w
i
t
h
72
m
a
li
g
n
a
n
t
a
n
d
96
b
e
ni
g
n
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
us
e
d
t
o
e
v
a
l
u
a
t
e
t
h
e
m
o
de
l
i
s
a
c
c
ur
a
c
y
,
w
i
t
h
t
h
e
m
o
de
l
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
o
f
91%
.
A
b
r
e
a
s
t
c
a
n
c
e
r
de
t
e
c
t
i
o
n
n
e
t
wor
k
c
a
l
l
e
d
B
C
DN
e
t
i
s
i
n
t
r
o
duc
e
d,
u
t
i
li
z
i
ng
de
e
p
l
e
a
r
ni
ng
f
o
r
b
o
t
h
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
.
T
h
e
pa
pe
r
t
e
s
t
s
a
n
d
c
o
m
pa
r
e
s
s
e
v
e
r
a
l
d
e
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
to
i
de
n
t
i
f
y
t
h
e
o
n
e
w
i
t
h
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
s
t
udy
us
e
s
t
h
e
b
r
e
a
s
t
ul
t
r
a
s
o
un
d
i
m
a
g
e
s
da
t
a
s
e
t,
whi
c
h
c
o
n
s
i
s
t
s
o
f
813
i
m
a
g
e
s
,
i
n
c
l
ud
i
ng
166
n
or
m
a
l
s
a
m
p
l
e
s
a
n
d
647
c
a
n
c
e
r
s
a
m
p
l
e
s
.
T
h
e
pe
r
f
o
r
m
a
nc
e
o
f
t
h
e
m
o
de
l
i
s
e
v
a
l
ua
t
e
d
us
i
n
g
s
e
ns
i
t
i
vi
t
y
,
pr
e
c
i
s
i
o
n
,
F
1
-
s
c
o
r
e
,
a
n
d
a
c
c
ur
a
c
y
.
R
e
s
Ne
t
-
50
i
s
i
d
e
n
t
i
f
i
e
d
a
s
t
h
e
to
p
-
pe
r
f
o
r
m
i
ng
a
l
go
r
i
t
hm
,
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
o
f
93.
97%
,
a
l
o
n
g
w
i
t
h
t
h
e
hi
g
h
e
s
t
s
e
n
s
i
t
i
v
i
t
y
(
95.
24%
)
a
n
d
F1
-
s
c
o
r
e
(
96.
42
%
)
.
H
o
we
v
e
r
,
i
t
s
pr
e
c
i
s
i
o
n
i
s
t
h
e
s
e
c
o
n
d
hi
g
h
e
s
t
a
t
97.
68%
,
a
s
de
t
a
i
l
e
d
i
n
L
u
e
t
al.
[
1
3]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
De
e
p
lear
ning
algor
it
hms
f
or
br
e
as
t
c
anc
e
r
de
tec
ti
on
f
r
om
ult
r
as
ound
s
c
ans
(
L
a
w
y
s
e
n
)
431
2.
3.
S
u
m
m
ar
y
of
l
it
e
r
at
u
r
e
r
e
view
T
hi
s
s
t
udy
ut
i
li
z
e
s
t
h
e
ul
t
r
a
s
o
un
d
i
m
a
ge
da
t
a
s
e
t
(
B
USI
da
t
a
s
e
t)
.
T
hi
s
da
t
a
s
e
t
i
s
a
publi
c
da
t
a
s
e
t
a
v
a
il
a
bl
e
f
r
o
m
K
a
gg
l
e
[
25]
.
Am
o
n
g
t
h
e
v
a
r
i
o
us
u
l
t
r
a
s
o
un
d
da
t
a
s
e
t
s
a
v
a
i
l
a
bl
e
,
t
hi
s
o
n
e
wa
s
c
h
o
s
e
n
be
c
a
us
e
i
t
h
a
s
a
r
e
l
a
t
i
v
e
ly
l
a
r
ge
a
m
o
u
n
t
o
f
da
t
a
c
o
m
p
a
r
e
d
to
ot
h
e
r
ul
t
r
a
s
o
un
d
da
t
a
s
e
t
s
.
A
dd
i
t
i
o
na
l
ly
,
t
hi
s
da
t
a
s
e
t
i
nc
l
ude
s
t
um
o
r
m
a
s
k
im
a
g
e
s
o
n
t
h
e
u
l
t
r
a
s
o
un
d
im
a
ge
s
,
m
a
k
i
ng
i
t
qu
i
t
e
u
ni
que
c
o
m
pa
r
e
d
t
o
ot
h
e
r
ul
t
r
a
s
o
un
d
da
t
a
s
e
t
s
.
T
h
e
pr
e
s
e
n
c
e
o
f
m
a
s
k
im
a
ge
f
il
e
s
i
n
t
his
da
t
a
s
e
t
a
l
l
o
w
s
t
hi
s
s
t
ud
y
t
o
e
v
a
l
ua
t
e
t
h
e
i
m
pa
c
t
o
f
us
i
ng
m
a
s
k
i
m
a
ge
s
i
n
m
o
de
l
c
r
e
a
t
i
o
n
.
T
h
e
pr
i
m
a
r
y
r
e
a
s
o
n
f
o
r
us
i
n
g
u
l
t
r
a
s
o
un
d
i
m
a
g
e
s
i
n
t
hi
s
pa
pe
r
i
s
t
h
a
t
r
e
s
e
a
r
c
h
e
r
s
i
ni
t
i
a
ll
y
pr
e
f
e
r
r
e
d
to
us
e
m
a
mm
o
gr
a
m
im
a
g
e
da
t
a
s
e
t
s
f
o
r
t
h
e
i
r
s
t
udi
e
s
.
Ho
we
v
e
r
,
i
n
r
e
c
e
n
t
y
e
a
r
s
,
r
e
s
e
a
r
c
h
e
r
s
h
a
ve
s
t
a
r
ted
us
i
n
g
u
l
t
r
a
s
o
un
d
i
m
a
ge
da
t
a
s
e
t
s
f
o
r
t
h
e
i
r
r
e
s
e
a
r
c
h
.
T
h
e
r
e
f
o
r
e
,
t
hi
s
s
t
ud
y
us
e
s
u
l
t
r
a
s
o
un
d
i
m
a
g
e
s
f
o
r
i
t
s
da
t
a
s
e
t.
A
r
e
vi
e
w
o
f
t
h
e
l
i
t
e
r
a
t
ur
e
s
h
o
ws
t
h
a
t
e
a
r
l
i
e
r
m
e
t
h
o
ds
f
o
r
t
hi
s
t
y
pe
o
f
r
e
s
e
a
r
c
h
i
nv
o
l
v
e
d
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
us
i
n
g
e
i
t
h
e
r
s
pe
c
i
a
li
z
e
d
a
l
go
r
i
t
hm
s
o
r
de
e
p
l
e
a
r
ni
n
g
a
l
go
r
i
t
hm
s
b
e
f
o
r
e
a
pp
l
yi
ng
m
a
c
hi
n
e
l
e
a
r
ni
ng
a
lgo
r
i
t
hm
s
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
w
i
t
h
S
VM
b
e
i
n
g
a
p
o
pul
a
r
c
h
o
i
c
e
.
R
e
c
e
n
t
l
y
,
r
e
s
e
a
r
c
h
e
r
s
h
a
v
e
i
n
c
r
e
a
s
i
ng
ly
r
e
l
i
e
d
o
n
de
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
,
w
i
t
h
po
pul
a
r
c
h
o
i
c
e
s
i
n
c
l
ud
i
n
g
R
e
s
Ne
t
,
VG
G,
a
n
d
C
NN
.
C
o
n
s
i
de
r
i
n
g
t
h
e
s
e
de
v
e
l
o
p
m
e
n
t
s
,
t
hi
s
s
t
udy
ut
i
li
z
e
s
s
e
ve
r
a
l
we
ll
-
k
n
o
w
n
a
l
go
r
i
t
hm
s
us
e
d
by
pr
e
vi
o
us
r
e
s
e
a
r
c
h
e
r
s
,
i
n
c
l
ud
i
ng
R
e
s
Ne
t
-
50
a
n
d
VG
G16,
a
n
d
a
l
s
o
e
x
p
l
o
r
e
s
t
wo
r
e
l
a
t
i
v
e
ly
n
e
w
a
l
go
r
i
t
hm
s
i
n
c
o
m
put
e
r
vi
s
i
o
n
:
V
i
T
a
n
d
De
i
T
.
T
hi
s
s
t
udy
e
v
a
l
u
a
t
e
s
t
h
e
m
o
de
l
s
c
r
e
a
t
e
d
wi
t
h
t
h
e
s
e
f
o
ur
a
l
go
r
i
t
hm
s
to
de
t
e
r
m
i
n
e
whi
c
h
a
l
go
r
i
t
hm
pr
o
duc
e
s
t
h
e
b
e
s
t
-
pe
r
f
o
r
m
i
ng
m
o
de
l
.
T
h
e
c
o
m
pa
r
i
s
o
n
o
f
m
o
de
l
s
i
s
c
o
n
duc
t
e
d
f
a
i
r
ly
,
w
i
t
h
e
a
c
h
im
a
ge
u
n
de
r
go
i
n
g
t
h
e
s
a
m
e
pr
e
pr
o
c
e
s
s
i
n
g
s
t
e
ps
.
I
n
a
dd
i
t
i
o
n
t
o
c
o
m
pa
r
i
ng
m
o
de
l
s
,
t
hi
s
s
t
ud
y
a
l
s
o
e
v
a
l
ua
t
e
s
m
o
de
l
s
c
r
e
a
t
e
d
w
i
t
h
a
n
d
w
i
t
h
o
u
t
t
h
e
us
e
o
f
m
a
s
ks
to
a
s
s
e
s
s
t
h
e
i
m
pa
c
t
o
f
m
a
s
k
s
o
n
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
m
a
s
ks
a
r
e
i
m
a
ge
s
o
b
t
a
i
n
e
d
f
r
o
m
t
h
e
i
m
a
ge
s
e
g
m
e
n
t
a
t
i
o
n
pr
o
c
e
s
s
dur
i
n
g
pr
e
pr
o
c
e
s
s
i
n
g,
a
n
d
t
his
da
t
a
s
e
t
a
l
r
e
a
d
y
i
nc
l
ude
s
m
a
s
k
f
il
e
s
.
3.
RE
S
E
AR
CH
M
E
T
HO
D
T
h
e
m
e
t
h
o
ds
u
t
i
li
z
e
d
i
n
t
hi
s
r
e
s
e
a
r
c
h
w
i
ll
b
e
d
i
s
c
u
s
s
e
d
i
n
t
hi
s
m
e
t
h
o
do
l
o
g
y
c
ha
pt
e
r
.
F
i
gur
e
1
s
h
o
ws
a
n
o
v
e
r
vi
e
w
o
f
t
h
e
s
e
que
n
c
e
o
f
v
a
r
i
o
us
s
t
e
ps
i
n
t
h
e
pr
o
p
o
s
e
d
s
o
l
ut
i
o
n
de
s
i
g
n
.
T
h
e
i
ni
t
i
a
l
s
t
a
ge
o
f
t
hi
s
pr
o
c
e
s
s
i
s
to
p
r
e
pa
r
e
t
h
e
da
t
a
s
e
t
t
h
a
t
wi
ll
b
e
us
e
d
to
c
r
e
a
te
t
h
e
m
o
de
l
.
Ne
x
t
,
i
f
t
h
e
de
v
e
l
o
pe
d
m
o
d
e
l
ut
i
li
z
e
s
a
m
a
s
k
f
i
l
e
,
a
c
e
n
t
e
r
c
r
o
p
pr
o
c
e
s
s
i
s
pe
r
f
o
r
m
e
d
o
n
t
h
e
ul
t
r
a
s
o
un
d
s
c
a
n
i
m
a
ge
s
b
a
s
e
d
o
n
t
h
e
m
a
s
k
i
m
a
ge
,
w
i
t
h
t
h
e
a
i
m
o
f
f
o
c
us
i
n
g
t
h
e
u
l
t
r
a
s
o
un
d
i
m
a
ge
s
o
l
e
ly
o
n
t
h
e
t
u
m
o
r
.
I
f
t
h
e
de
v
e
l
o
pe
d
m
o
de
l
do
e
s
n
o
t
u
t
i
l
i
z
e
a
m
a
s
k
f
il
e
,
t
h
e
pr
o
c
e
s
s
c
o
n
t
i
n
ue
s
to
t
h
e
n
e
x
t
s
t
a
ge
.
T
h
e
f
o
l
l
o
w
i
n
g
s
t
e
p
i
s
to
s
pl
i
t
t
h
e
c
e
n
t
e
r
-
c
r
o
ppe
d
i
m
a
ge
s
i
n
t
o
t
r
a
i
ni
ng
da
t
a
,
v
a
l
i
da
t
i
o
n
da
t
a
,
a
n
d
t
e
s
t
i
n
g
da
t
a
.
Af
t
e
r
t
h
e
da
t
a
h
a
s
b
e
e
n
s
p
li
t
,
va
r
i
o
us
pr
e
pr
o
c
e
s
s
i
n
g
s
t
e
ps
a
r
e
c
a
r
r
i
e
d
o
u
t,
whi
c
h
i
nc
l
ude
i
m
a
ge
t
r
a
n
s
f
o
r
m
a
t
i
o
n
a
n
d
i
m
a
g
e
a
ug
m
e
n
t
a
t
i
o
n
.
T
h
e
i
ni
t
i
a
l
s
t
a
ge
o
f
t
hi
s
pr
o
c
e
s
s
i
s
t
o
pr
e
pa
r
e
t
h
e
d
a
t
a
s
e
t
t
h
a
t
wi
ll
b
e
us
e
d
to
c
r
e
a
t
e
t
h
e
m
o
de
l
.
Ne
x
t
,
if
t
h
e
de
v
e
l
o
pe
d
m
o
de
l
ut
i
l
i
z
e
s
a
m
a
s
k
f
i
l
e
,
a
c
e
n
t
e
r
c
r
o
p
pr
o
c
e
s
s
i
s
pe
r
f
o
r
m
e
d
o
n
t
h
e
u
l
t
r
a
s
o
un
d
s
c
a
n
i
m
a
ge
s
b
a
s
e
d
o
n
t
h
e
m
a
s
k
i
m
a
ge
,
w
i
t
h
t
h
e
a
i
m
o
f
f
o
c
us
i
n
g
t
h
e
u
l
t
r
a
s
o
un
d
i
m
a
ge
s
o
l
e
ly
o
n
t
h
e
t
um
o
r
.
I
f
t
h
e
de
v
e
l
o
pe
d
m
o
de
l
do
e
s
n
o
t
u
t
i
l
i
z
e
a
m
a
s
k
f
i
l
e
,
t
h
e
p
r
o
c
e
s
s
c
o
n
t
i
n
ue
s
to
t
h
e
n
e
x
t
s
t
a
ge
.
T
h
e
f
o
l
l
o
w
i
ng
s
t
e
p
i
s
to
s
p
l
i
t
t
h
e
c
e
n
t
e
r
-
c
r
o
ppe
d
i
m
a
ge
s
i
n
t
o
t
r
a
i
ni
ng
da
t
a
,
v
a
li
da
t
i
o
n
da
t
a
,
a
n
d
t
e
s
t
i
n
g
da
t
a
.
Af
t
e
r
t
h
e
da
t
a
h
a
s
b
e
e
n
s
p
l
i
t
,
va
r
i
o
us
pr
e
pr
o
c
e
s
s
i
n
g
s
t
e
ps
a
r
e
c
a
r
r
i
e
d
o
u
t,
whi
c
h
i
nc
l
ude
im
a
ge
t
r
a
n
s
f
o
r
m
a
t
i
o
n
a
nd
i
m
a
ge
a
ug
m
e
n
t
a
t
i
o
n
.
On
c
e
t
h
e
da
t
a
i
s
r
e
a
d
y
to
b
e
us
e
d,
t
h
e
pr
o
c
e
s
s
o
f
m
o
de
l
c
r
e
a
t
i
o
n
be
g
i
ns
.
T
hi
s
m
o
de
l
i
s
t
r
a
i
ne
d
us
i
n
g
t
h
e
t
r
a
i
ni
ng
a
n
d
v
a
li
da
t
i
o
n
da
t
a
t
h
a
t
wa
s
pr
e
pa
r
e
d
i
n
t
h
e
pr
e
vi
o
us
s
t
a
ge
s
.
T
h
e
r
e
s
ul
t
i
n
g
m
o
de
l
u
n
de
r
g
o
e
s
f
i
ne
-
t
uni
n
g
us
i
ng
o
p
t
i
mi
z
a
t
i
o
n
a
l
go
r
i
t
hm
s
,
l
o
s
s
f
u
nc
t
i
o
n
s
,
a
n
d
B
a
y
e
s
i
a
n
o
pt
i
mi
z
a
t
i
o
n
,
a
i
m
e
d
a
t
f
i
nd
i
ng
pa
r
a
m
e
t
e
r
s
t
h
a
t
c
a
n
pr
o
duc
e
a
m
o
de
l
w
i
t
h
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
nc
e
,
c
h
a
r
a
c
t
e
r
i
z
e
d
by
a
l
o
w
l
o
s
s
v
a
l
ue
.
Af
t
e
r
t
h
e
m
o
de
l
h
a
s
c
o
m
p
l
e
t
e
d
v
a
r
i
o
us
t
r
a
i
ni
ng
pr
o
c
e
s
s
e
s
,
t
h
e
n
e
x
t
s
t
e
p
i
s
to
t
e
s
t
t
h
e
m
o
de
l
by
pr
e
d
i
c
t
i
n
g
t
h
e
t
e
s
t
i
n
g
da
t
a
t
h
a
t
wa
s
pr
e
pa
r
e
d
e
a
r
l
i
e
r
,
a
n
d
t
h
e
pr
e
d
i
c
t
i
o
n
r
e
s
u
l
t
s
a
r
e
m
e
a
s
ur
e
d
us
i
ng
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
f
o
r
e
v
a
l
ua
t
i
o
n
.
A
m
o
r
e
de
t
a
i
l
e
d
e
x
p
l
a
n
a
t
i
o
n
o
f
t
h
e
s
t
e
ps
de
p
i
c
t
e
d
i
n
F
i
gur
e
1
wi
ll
b
e
pr
o
vi
de
d
i
n
t
h
e
f
o
l
l
o
w
i
ng
s
u
b
-
s
e
c
t
i
o
n
s
.
3.
1.
Dat
as
e
t
T
h
e
da
t
a
s
e
t
us
e
d
f
o
r
m
o
de
l
c
r
e
a
t
i
o
n
i
s
a
n
u
l
t
r
a
s
o
u
n
d
i
m
a
ge
da
t
a
s
e
t
o
b
t
a
i
n
e
d
f
r
o
m
K
a
gg
l
e
[
25]
.
T
hi
s
da
t
a
s
e
t
c
o
n
t
a
i
n
s
3
c
l
a
s
s
e
s
:
n
o
r
m
a
l
,
b
e
ni
g
n
,
a
n
d
m
a
li
g
n
a
n
t
.
I
t
i
n
c
l
ude
s
1,
578
i
m
a
ge
s
,
d
i
vi
de
d
in
t
o
421
m
a
li
g
n
a
n
t
i
m
a
g
e
s
,
891
b
e
ni
g
n
im
a
ge
s
,
a
n
d
266
n
o
r
m
a
l
im
a
ge
s
.
E
a
c
h
u
l
t
r
a
s
o
un
d
i
m
a
g
e
i
n
t
hi
s
da
t
a
s
e
t
h
a
s
a
c
o
r
r
e
s
po
n
d
i
n
g
m
a
s
k
i
m
a
ge
,
a
s
s
h
o
wn
i
n
F
i
gur
e
2
(
F
i
gur
e
2
(
a
)
a
n
d
F
i
gur
e
2(
b
)
)
.
T
h
e
m
a
s
k
i
m
a
ge
s
a
r
e
u
t
i
li
z
e
d
to
pe
r
f
o
r
m
a
c
e
n
t
e
r
c
r
o
p
o
n
t
h
e
u
l
t
r
a
s
o
un
d
i
m
a
g
e
s
.
T
h
e
pur
p
o
s
e
o
f
t
hi
s
c
e
n
t
e
r
c
r
o
p
i
s
t
o
e
n
s
ur
e
t
h
a
t
t
h
e
u
l
t
r
a
s
o
un
d
i
m
a
ge
s
f
o
c
us
s
o
l
e
ly
o
n
t
h
e
t
um
o
r
pr
e
s
e
n
t
i
n
t
h
e
ul
t
r
a
s
o
un
d
i
m
a
ge
.
B
y
pe
r
f
o
r
m
i
ng
t
h
e
c
e
n
t
e
r
c
r
o
p
b
a
s
e
d
o
n
t
h
e
m
a
s
k
i
m
a
ge
,
a
l
l
u
l
t
r
a
s
o
un
d
i
m
a
ge
s
i
n
t
h
e
n
o
r
m
a
l
c
l
a
s
s
a
r
e
n
ot
s
ubj
e
c
t
e
d
to
c
e
n
t
e
r
c
r
o
ppi
n
g.
T
hi
s
i
s
b
e
c
a
u
s
e
n
o
t
um
o
r
i
s
de
t
e
c
t
e
d
i
n
t
h
e
m
a
s
k
im
a
ge
s
.
A
n
e
x
a
m
p
l
e
o
f
t
h
e
c
e
n
t
e
r
c
r
o
p
p
r
o
c
e
s
s
a
pp
l
i
e
d
to
u
l
t
r
a
s
o
un
d
i
m
a
g
e
s
b
a
s
e
d
o
n
t
h
e
m
a
s
k
i
m
a
ge
c
a
n
b
e
s
e
e
n
i
n
F
i
gur
e
3
(
F
i
gur
e
3(
a
)
a
n
d
F
i
gu
r
e
3(
b
)
)
.
T
h
e
f
o
l
l
o
w
i
ng
a
r
e
t
h
e
da
t
a
c
o
un
t
s
a
f
t
e
r
t
h
e
c
r
o
pp
i
ng
pr
o
c
e
s
s
:
t
h
e
m
a
li
g
n
a
n
t
c
l
a
s
s
c
o
n
t
a
i
n
s
210
i
mage
s
,
t
h
e
n
o
r
m
a
l
c
l
a
s
s
c
o
n
t
a
i
n
s
133
i
m
a
g
e
s
,
a
n
d
t
h
e
be
ni
g
n
c
l
a
s
s
c
o
n
t
a
i
n
s
437
i
m
a
ge
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
4
,
N
o.
2
,
A
ugus
t
20
2
5
:
427
-
437
432
F
i
gur
e
1.
Ov
e
r
vi
e
w
o
f
t
h
e
va
r
i
o
us
s
t
a
ge
s
c
a
r
r
i
e
d
out
i
n
t
h
e
r
e
s
e
a
r
c
h
(
a
)
(
b
)
F
i
gur
e
2.
E
x
a
m
p
l
e
s
o
f
im
a
ge
s
i
n
t
h
e
da
t
a
s
e
t
(
a
)
e
x
a
m
p
l
e
i
m
a
ge
o
f
a
n
u
l
t
r
a
s
o
un
d
r
e
s
u
l
t
i
n
m
a
li
g
n
a
n
t
c
l
a
s
s
a
n
d
(
b
)
e
x
a
m
p
l
e
i
m
a
ge
f
o
r
m
a
s
k
f
il
e
(
a
)
(
b
)
F
i
gur
e
3.
A
n
e
x
a
m
p
l
e
o
f
t
h
e
r
e
s
u
l
t
s
f
r
o
m
t
h
e
c
r
o
pp
i
ng
pr
o
c
e
s
s
(
a
)
e
x
a
m
p
l
e
i
m
a
ge
o
f
t
h
e
o
r
i
g
i
na
l
im
a
g
e
a
n
d
(
b
)
t
h
e
c
e
n
t
e
r
-
c
r
o
ppe
d
i
m
a
ge
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
De
e
p
lear
ning
algor
it
hms
f
or
br
e
as
t
c
anc
e
r
de
tec
ti
on
f
r
om
ult
r
as
ound
s
c
ans
(
L
a
w
y
s
e
n
)
433
3.
2.
P
r
e
p
r
oc
e
s
s
in
g
I
n
t
h
e
pr
e
pr
o
c
e
s
s
i
n
g
s
t
a
ge
,
t
h
e
i
m
a
g
e
s
us
e
d
f
o
r
t
r
a
i
ni
ng
t
h
e
m
o
de
l
a
r
e
pr
o
c
e
s
s
e
d
f
i
r
s
t
,
wi
t
h
t
h
e
e
x
pe
c
t
a
t
i
o
n
t
h
a
t
t
h
e
r
e
s
ul
t
i
n
g
m
o
de
l
w
i
ll
h
a
v
e
good
pe
r
f
o
r
m
a
nc
e
.
T
h
e
r
e
a
r
e
t
w
o
p
r
o
c
e
s
s
e
s
c
o
n
duc
t
e
d
dur
i
n
g
t
h
e
pr
e
pr
o
c
e
s
s
i
n
g
s
t
a
ge
:
i
m
a
ge
t
r
a
n
s
f
o
r
m
a
t
i
o
n
a
nd
i
m
a
g
e
a
ug
m
e
n
t
a
t
i
o
n
.
He
r
e
a
r
e
s
o
m
e
o
f
t
h
e
s
t
e
ps
t
a
ke
n
dur
i
n
g
t
h
e
i
m
a
ge
t
r
a
n
s
f
o
r
m
a
t
i
o
n
s
t
a
ge
:
R
e
s
i
z
i
ng
a
l
l
im
a
ge
s
i
n
t
h
e
da
t
a
s
e
t
to
e
n
s
ur
e
t
h
a
t
e
v
e
r
y
i
m
a
g
e
h
a
s
a
uni
f
o
r
m
s
i
z
e
o
f
256
×
256
p
i
xe
l
s
.
C
o
n
ve
r
t
i
n
g
t
h
e
i
m
a
ge
s
to
t
e
n
s
o
r
f
o
r
m
a
t
.
No
r
m
a
li
z
i
ng
t
h
e
p
i
x
e
l
v
a
l
ue
s
i
n
t
h
e
i
m
a
ge
s
us
in
g
t
h
e
s
pe
c
if
i
e
d
m
e
a
n
a
n
d
s
t
a
n
da
r
d
de
vi
a
t
i
o
n
va
l
ue
s
.
T
h
e
m
e
a
n
v
a
l
ue
s
us
e
d
a
r
e
(
0.
485
,
0
.
456,
0
.
406)
a
n
d
t
h
e
s
t
a
n
da
r
d
de
vi
a
t
i
o
n
v
a
l
ue
s
us
e
d
a
r
e
(
0.
299
,
0
.
224,
0.
225)
.
T
h
e
i
m
a
ge
a
ug
m
e
n
t
a
t
i
o
n
pr
o
c
e
s
s
i
s
a
l
s
o
c
a
r
r
i
e
d
o
ut
wi
t
h
t
h
e
a
im
o
f
i
nc
r
e
a
s
i
n
g
t
h
e
va
r
i
a
t
i
o
n
i
n
t
h
e
da
t
a
us
e
d.
He
r
e
a
r
e
s
o
m
e
s
t
e
ps
t
a
ke
n
dur
i
n
g
t
h
e
i
mage
a
ug
m
e
n
t
a
t
i
o
n
s
t
a
ge
:
F
li
pp
i
n
g
t
h
e
i
m
a
ge
s
h
o
r
i
z
o
n
t
a
l
ly
w
i
t
h
a
90%
pr
o
b
a
bil
i
t
y
(
p
=
0.
9)
.
R
a
n
do
m
ly
r
o
t
a
t
i
n
g
t
h
e
i
m
a
ge
s
by
15
de
gr
e
e
s
w
i
t
ho
u
t
e
nl
a
r
g
i
ng
t
h
e
i
m
a
ge
s
i
z
e
to
e
n
s
ur
e
t
h
a
t
t
h
e
i
mage
s
r
e
m
a
i
n
t
h
e
s
a
m
e
s
i
z
e
a
s
t
h
e
ot
h
e
r
s
.
A
d
j
us
t
i
n
g
t
h
e
c
o
l
o
r
o
f
t
h
e
e
xi
s
t
i
n
g
im
a
ge
s
by
s
e
t
t
i
n
g
s
e
ve
r
a
l
pa
r
a
m
e
t
e
r
s
s
uc
h
a
s
b
r
i
g
h
t
n
e
s
s
w
i
t
h
a
va
l
ue
o
f
0.
2,
c
o
n
tr
a
s
t
wi
t
h
a
va
l
u
e
o
f
0.
2,
s
a
t
ur
a
t
i
o
n
w
i
t
h
a
v
a
l
ue
o
f
0.
2,
a
n
d
h
ue
w
i
t
h
a
v
a
l
ue
o
f
0.
2.
3.
3.
M
od
e
l
d
e
ve
l
op
m
e
n
t
an
d
e
val
u
at
ion
F
o
r
m
o
de
l
de
ve
l
o
p
m
e
n
t
,
f
o
ur
de
e
p
l
e
a
r
ni
n
g
a
l
go
r
i
t
hm
s
we
r
e
ut
i
li
z
e
d:
R
e
s
n
et
-
50,
VG
G16,
Vi
T
,
a
n
d
De
i
T
.
T
h
e
s
e
f
o
ur
a
l
go
r
i
t
hm
s
we
r
e
i
m
p
l
e
m
e
n
t
e
d
a
s
pr
e
t
r
a
i
n
e
d
m
o
de
l
s
us
i
ng
t
h
e
to
r
c
h
vi
s
i
o
n
l
i
br
a
r
y
.
T
h
e
c
h
o
i
c
e
o
f
t
h
e
t
o
r
c
h
vi
s
i
o
n
l
i
br
a
r
y
i
s
due
t
o
i
t
s
b
e
i
ng
pa
r
t
o
f
t
h
e
P
y
T
o
r
c
h
e
c
o
s
y
s
t
e
m
,
whi
c
h
i
s
s
p
e
c
i
f
i
c
a
ll
y
de
s
i
g
n
e
d
to
h
a
n
d
l
e
c
o
m
pu
t
e
r
vi
s
i
o
n
t
a
s
ks
s
uc
h
a
s
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
m
o
de
l
s
we
r
e
tr
a
i
n
e
d
us
i
n
g
pr
e
pa
r
e
d
t
r
a
i
ni
ng
a
n
d
v
a
li
da
t
i
o
n
da
t
a
s
e
t
s
.
Dur
i
n
g
t
h
e
m
o
de
l
t
r
a
i
ni
ng
pr
o
c
e
s
s
,
s
e
v
e
r
a
l
a
l
go
r
i
t
hm
s
we
r
e
e
m
p
l
o
y
e
d
t
o
m
a
xim
i
z
e
t
h
e
m
o
de
l
’
s
t
r
a
i
ni
ng
e
f
f
i
c
i
e
nc
y
,
i
nc
l
ud
i
ng
t
h
e
S
GD
o
p
t
i
mi
z
e
r
,
t
h
e
c
r
o
s
s
-
e
n
t
r
o
py
l
o
s
s
f
u
n
c
t
i
o
n
to
m
e
a
s
ur
e
t
h
e
l
o
s
s
va
l
u
e
dur
i
n
g
m
o
de
l
t
r
a
i
ni
ng,
a
n
d
t
h
e
B
a
y
e
s
i
a
n
o
p
t
i
mi
z
a
ti
o
n
a
l
go
r
i
t
hm
f
o
r
hy
pe
r
pa
r
a
m
e
t
e
r
t
uni
n
g.
A
dd
i
t
i
o
n
a
ll
y
,
a
n
e
a
r
l
y
s
t
o
p
f
u
n
c
t
i
o
n
wa
s
i
m
p
l
e
m
e
n
t
e
d
dur
i
n
g
t
r
a
i
ni
ng,
de
s
i
g
n
e
d
to
h
a
l
t
t
h
e
t
r
a
i
ni
ng
pr
oc
e
s
s
if
t
h
e
r
e
i
s
n
o
de
c
r
e
a
s
e
i
n
v
a
li
da
t
i
o
n
l
o
s
s
.
T
h
e
tr
a
i
ni
ng
pr
o
c
e
s
s
w
il
l
s
t
o
p
i
f
t
h
e
r
e
i
s
n
o
c
h
a
n
ge
i
n
v
a
li
da
t
i
o
n
l
o
s
s
f
o
r
10
c
o
n
s
e
c
ut
i
v
e
e
po
c
h
s
.
T
h
e
pur
po
s
e
o
f
us
i
n
g
t
h
e
e
a
r
l
y
s
t
o
p
f
u
n
c
t
i
o
n
i
s
to
pr
e
v
e
n
t
m
o
de
l
o
v
e
r
f
i
t
t
i
n
g.
Af
t
e
r
c
o
m
p
l
e
t
i
n
g
t
h
e
e
n
t
i
r
e
m
o
de
l
t
r
a
i
ni
ng
pr
o
c
e
s
s
a
n
d
o
b
t
a
i
ni
ng
t
h
e
b
e
s
t
-
pe
r
f
o
r
m
i
ng
m
o
de
l
,
t
h
e
m
o
de
l
w
a
s
t
e
s
t
e
d
by
c
l
a
s
s
i
f
yi
ng
t
h
e
pr
e
pa
r
e
d
tes
t
i
n
g
da
t
a
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
r
e
s
u
l
t
i
n
g
m
o
de
l
is
m
e
a
s
ur
e
d
by
h
o
w
we
l
l
i
t
c
l
a
s
s
if
i
e
s
t
h
e
im
a
ge
s
f
r
o
m
t
h
e
t
e
s
t
i
n
g
da
t
a
.
T
h
e
m
o
de
l
s
e
l
e
c
t
e
d
i
s
t
h
e
o
n
e
w
i
t
h
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
n
c
e
a
m
o
n
g
t
h
e
f
o
ur
m
o
de
l
s
de
v
e
l
o
p
e
d.
T
h
e
c
o
nf
us
i
o
n
m
a
t
r
i
x
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
po
r
t
a
r
e
us
e
d
to
m
e
a
s
ur
e
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
t
h
e
de
v
e
l
o
pe
d
m
o
de
l
.
T
h
e
c
o
nf
us
i
o
n
m
a
t
r
i
x
pr
o
vi
de
s
a
n
o
v
e
r
vi
e
w
o
f
t
h
e
m
o
de
l
’
s
pr
e
d
i
c
t
i
o
n
s
o
n
t
h
e
t
e
s
t
i
n
g
d
a
t
a
,
whi
l
e
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
r
e
po
r
t
pr
e
s
e
n
t
s
v
a
r
i
o
us
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
s
uc
h
a
s
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
a
n
d
F
1
-
s
c
o
r
e
.
Ho
we
v
e
r
,
f
o
r
c
o
m
pa
r
i
ng
t
h
e
pe
r
f
o
r
m
a
n
c
e
b
e
t
we
e
n
di
f
f
e
r
e
n
t
m
o
de
l
s
,
t
h
e
f
o
c
us
w
i
ll
pr
im
a
r
i
ly
b
e
o
n
t
h
e
a
c
c
ur
a
c
y
v
a
l
ue
.
4.
RE
S
UL
T
AN
D
DI
S
CU
S
S
I
ON
T
h
e
r
e
s
u
l
t
s
d
i
s
c
us
s
e
d
f
r
o
m
t
h
e
r
e
s
e
a
r
c
h
a
r
e
t
h
e
out
c
o
m
e
s
o
f
t
h
e
tr
a
i
ni
n
g
a
n
d
v
a
li
da
t
i
o
n
pr
o
c
e
s
s
e
s
c
o
n
duc
t
e
d
f
o
r
a
l
l
m
o
de
l
s
dur
i
n
g
t
h
e
t
r
a
i
ni
n
g
p
h
a
s
e
,
a
s
we
l
l
a
s
t
h
e
t
e
s
t
i
n
g
r
e
s
u
l
t
s
o
f
a
l
l
t
h
e
m
o
de
l
s
th
a
t
h
a
ve
b
e
e
n
de
v
e
l
o
pe
d.
T
h
e
l
o
s
s
a
n
d
a
c
c
ur
a
c
y
va
l
u
e
s
o
f
t
h
e
m
o
de
l
dur
i
n
g
t
h
e
t
r
a
i
ni
ng
pr
o
c
e
s
s
a
r
e
di
s
p
l
a
ye
d
us
i
n
g
p
l
o
t
s
a
n
d
t
a
bl
e
s
to
di
s
p
l
a
y
t
h
e
de
t
a
i
l
e
d
n
u
m
be
r
s
.
W
hil
e
t
h
e
a
c
c
ur
a
c
y
v
a
l
ue
s
o
f
t
h
e
m
o
de
l
a
t
t
h
e
t
e
s
ti
ng
s
t
a
ge
a
r
e
di
s
p
l
a
y
e
d
us
i
ng
t
a
bl
e
s
o
nly
.
4.
1.
T
r
ain
in
g
an
d
val
id
at
io
n
r
e
s
u
l
t
s
F
i
gu
r
e
4
(
F
i
gur
e
4
(
a
)
a
n
d
F
i
gur
e
4(
b
)
s
h
o
w
a
n
e
xa
m
p
l
e
o
f
a
p
l
o
t
di
s
p
l
a
yi
ng
t
h
e
l
o
s
s
a
n
d
a
c
c
ur
a
c
y
v
a
l
ue
s
dur
i
n
g
t
h
e
t
r
a
i
ni
ng
pr
o
c
e
s
s
o
f
a
m
o
de
l
.
T
hi
s
p
l
o
t
de
t
a
i
l
s
t
h
e
l
o
s
s
a
n
d
a
c
c
ur
a
c
y
va
l
ue
s
o
f
th
e
m
o
de
l
f
r
o
m
t
h
e
b
e
g
i
nn
i
ng
t
o
t
h
e
e
n
d
o
f
t
h
e
t
r
a
i
ni
ng
e
po
c
h
.
T
h
e
pur
po
s
e
o
f
d
i
s
p
l
a
yi
ng
t
h
e
l
o
s
s
a
n
d
a
c
c
ur
a
c
y
p
l
o
t
dur
i
n
g
t
r
a
i
ni
ng
i
s
t
o
c
h
e
c
k
f
o
r
a
ny
o
c
c
ur
r
e
n
c
e
o
f
o
v
e
r
f
i
t
t
i
n
g
i
n
t
h
e
m
o
de
l
dur
i
ng
t
h
e
tr
a
i
ni
ng
pr
o
c
e
s
s
.
T
a
bl
e
1
s
h
o
ws
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
t
h
e
m
o
de
l
dur
i
n
g
t
h
e
t
r
a
i
ni
ng
a
n
d
v
a
li
da
t
i
o
n
pr
o
c
e
s
s
wh
e
n
us
i
ng
t
h
e
m
a
s
k
f
il
e
,
whil
e
T
a
bl
e
2
d
i
s
p
l
a
y
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
m
o
de
l
dur
i
ng
t
r
a
i
ni
ng
a
n
d
v
a
li
da
t
i
o
n
w
i
t
h
o
ut
us
i
n
g
t
h
e
m
a
s
k
f
il
e
.
I
n
t
h
e
t
r
a
i
ni
n
g
d
a
t
a
,
t
h
e
m
o
de
l
de
v
e
l
o
pe
d
w
i
t
h
t
h
e
m
a
s
k
f
il
e
s
h
o
ws
t
h
a
t
th
e
De
i
T
pe
r
f
o
r
m
e
d
t
h
e
b
e
s
t
,
wi
t
h
t
h
e
l
o
we
s
t
l
o
s
s
v
a
l
ue
o
f
0.
128164
a
n
d
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
o
f
0.
965812.
C
o
n
v
e
r
s
e
ly
,
i
n
t
h
e
m
o
de
l
de
ve
l
o
pe
d
w
i
t
h
o
ut
us
i
n
g
t
h
e
m
a
s
k
f
i
l
e
,
t
h
e
Vi
T
h
a
d
t
h
e
l
o
we
s
t
l
o
s
s
v
a
l
ue
o
f
0.
222382
a
n
d
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
o
f
0.
929487.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
4
,
N
o.
2
,
A
ugus
t
20
2
5
:
427
-
437
434
F
o
r
t
h
e
v
a
li
da
t
i
o
n
pr
o
c
e
s
s
,
t
h
e
m
o
de
l
de
v
e
l
o
pe
d
w
it
h
t
h
e
m
a
s
k
f
il
e
s
h
o
ws
t
h
a
t
t
h
e
R
e
s
Ne
t
-
50
h
a
d
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
o
f
0.
903846,
a
l
t
h
o
ugh
i
t
di
d
n
o
t
h
a
ve
t
h
e
l
o
we
s
t
l
o
s
s
v
a
l
u
e
.
M
e
a
n
w
hil
e
,
t
h
e
m
o
de
l
de
v
e
l
o
pe
d
w
i
t
h
o
ut
u
s
i
n
g
t
h
e
m
a
s
k
f
il
e
s
h
o
ws
t
h
a
t
t
h
e
VG
G16
pe
r
f
o
r
m
e
d
be
s
t
,
wi
t
h
t
h
e
hi
g
h
e
s
t
a
c
c
ur
a
c
y
o
f
0.
903846
a
n
d
t
h
e
l
o
we
s
t
l
o
s
s
v
a
l
ue
o
f
0.
275931.
T
h
e
im
pa
c
t
o
f
us
i
ng
t
h
e
m
a
s
k
f
il
e
i
s
e
vi
d
e
n
t
i
n
t
he
t
r
a
i
ni
ng
da
t
a
,
wh
e
r
e
m
o
de
l
s
t
e
n
d
to
pe
r
f
o
r
m
b
e
t
t
e
r
c
o
m
pa
r
e
d
to
m
o
de
l
s
d
e
v
e
l
o
pe
d
w
i
t
h
o
ut
t
h
e
m
a
s
k
f
il
e
.
How
e
v
e
r
,
in
t
h
e
v
a
li
da
t
i
o
n
pr
o
c
e
s
s
,
t
h
e
VG
G16
pe
r
f
o
r
m
e
d
b
e
t
t
e
r
i
n
t
h
e
m
o
de
l
de
v
e
l
o
pe
d
w
i
t
h
o
ut
t
h
e
m
a
s
k
f
il
e
.
Ov
e
r
a
ll
,
us
i
ng
t
h
e
m
a
s
k
f
il
e
s
i
g
nif
i
c
a
n
t
l
y
im
pr
o
v
e
s
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
i
n
t
h
e
t
r
a
i
ni
ng
da
t
a
.
T
h
e
VG
G16
s
h
o
we
d
g
oo
d
a
n
d
c
o
n
s
i
s
t
e
n
t
pe
r
f
o
r
m
a
n
c
e
i
n
b
ot
h
c
o
n
d
i
t
i
o
ns
,
e
s
pe
c
i
a
l
ly
i
n
t
h
e
v
a
li
da
t
i
o
n
da
t
a
.
T
h
e
V
i
T
a
n
d
De
i
T
de
m
o
n
s
t
r
a
t
e
d
e
x
c
e
l
l
e
n
t
pe
r
f
o
r
m
a
n
c
e
i
n
t
h
e
t
r
a
i
ni
ng
da
t
a
wi
t
h
t
h
e
m
a
s
k
f
il
e
,
b
u
t
di
d
n
o
t
yi
e
l
d
t
h
e
s
a
m
e
r
e
s
u
l
t
s
i
n
t
h
e
v
a
li
da
t
i
o
n
da
t
a
.
T
h
e
R
e
s
Ne
t
-
50
h
a
d
m
o
r
e
s
t
a
bl
e
pe
r
f
o
r
m
a
nc
e
i
n
t
h
e
va
l
i
da
t
i
o
n
da
t
a
wh
e
n
us
i
ng
t
h
e
m
a
s
k
f
i
l
e
.
(
a
)
(
b
)
F
i
gur
e
4.
A
n
e
x
a
m
p
l
e
o
f
a
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
p
l
o
t
s
h
o
w
i
n
g
t
h
e
r
e
s
u
l
t
s
f
r
o
m
b
o
t
h
t
h
e
tr
a
i
ni
ng
a
n
d
va
l
idat
i
o
n
pr
o
c
e
s
s
,
(
a
)
e
x
a
m
p
l
e
p
l
o
t
f
o
r
l
o
s
s
v
a
l
ue
s
a
n
d
(
b
)
e
xa
m
p
l
e
p
l
o
t
f
o
r
a
c
c
ur
a
c
y
v
a
l
ue
s
T
a
bl
e
1.
T
h
e
r
e
s
u
l
t
s
o
f
t
h
e
m
o
de
l
t
r
a
i
ni
ng
a
n
d
v
a
l
idat
i
o
n
ut
i
li
z
i
ng
t
h
e
m
a
s
k
f
il
e
U
ti
li
z
in
g t
h
e
ma
s
k
f
il
e
T
r
a
in
V
a
li
da
ti
o
n
M
o
de
l
L
o
s
s
A
c
c
u
r
a
c
y
L
o
s
s
A
c
c
u
r
a
c
y
R
e
s
N
e
t
-
50
0.284669
0.899573
0.304066
0.903846
V
G
G
16
0.236413
0.910256
0.277411
0.884615
V
is
io
n
t
r
a
ns
f
o
r
m
e
r
0.139979
0.957265
0.305617
0.871795
D
a
ta
-
e
f
f
i
c
i
e
nt
i
ma
g
e
t
r
a
ns
f
o
r
m
e
r
0.128164
0.965812
0.325701
0.878205
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
De
e
p
lear
ning
algor
it
hms
f
or
br
e
as
t
c
anc
e
r
de
tec
ti
on
f
r
om
ult
r
as
ound
s
c
ans
(
L
a
w
y
s
e
n
)
435
T
a
bl
e
2.
T
h
e
r
e
s
u
l
t
s
o
f
t
h
e
m
o
de
l
t
r
a
i
ni
ng
a
n
d
v
a
l
idat
i
o
n
w
i
t
h
o
ut
u
t
i
l
i
z
i
ng
t
h
e
m
a
s
k
f
il
e
W
it
ho
ut
ut
il
iz
in
g
th
e
ma
s
k
f
il
e
T
r
a
in
V
a
li
da
ti
o
n
M
o
de
l
L
o
s
s
A
c
c
u
r
a
c
y
L
o
s
s
A
c
c
u
r
a
c
y
R
e
s
N
e
t
-
50
0.397846
0.837607
0.334732
0.858974
V
G
G
16
0.300331
0.867521
0.275931
0.903846
V
is
io
n
t
r
a
ns
f
o
r
m
e
r
0.222382
0.929487
0.592379
0.788462
D
a
ta
-
e
f
f
i
c
i
e
nt
i
ma
g
e
t
r
a
ns
f
o
r
m
e
r
0.243050
0.910256
0.553510
0.775641
4.
2.
T
e
s
t
in
g
r
e
s
u
l
t
s
T
a
bl
e
3
pr
e
s
e
n
t
s
a
s
u
m
m
a
r
y
o
f
t
h
e
t
e
s
t
i
n
g
r
e
s
u
l
t
s
f
o
r
s
e
v
e
r
a
l
m
o
de
l
s
t
e
s
t
e
d
un
de
r
t
w
o
c
o
n
d
i
t
i
o
ns
:
m
o
de
l
s
ut
i
li
z
i
ng
t
h
e
m
a
s
k
f
il
e
a
n
d
m
o
de
l
s
n
o
t
u
ti
li
z
i
ng
t
h
e
m
a
s
k
f
il
e
.
T
h
e
t
e
s
t
e
d
m
o
de
l
s
we
r
e
de
v
e
l
o
pe
d
us
i
n
g
f
o
ur
a
l
go
r
i
t
hm
s
:
R
e
s
Ne
t
-
50,
VG
G16,
Vi
T
,
a
n
d
De
i
T
.
I
n
t
h
e
f
i
r
s
t
c
o
n
d
i
t
i
o
n
,
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
a
l
l
t
h
e
t
e
s
t
e
d
m
o
de
l
s
c
a
n
b
e
c
o
n
s
i
de
r
e
d
ve
r
y
go
o
d
.
T
h
e
m
o
de
l
d
e
v
e
l
o
pe
d
w
i
t
h
R
e
s
Ne
t
-
50
a
c
hi
e
ve
d
a
n
a
c
c
ur
a
c
y
o
f
94%
a
n
d
a
we
i
g
h
t
e
d
a
c
c
ur
a
c
y
o
f
93%
.
S
i
mi
l
a
r
ly
,
th
e
m
o
de
l
de
v
e
l
o
pe
d
w
i
t
h
VG
G16
pe
r
f
o
r
m
e
d
j
us
t
a
s
we
l
l
a
s
R
e
s
Ne
t
-
50,
a
l
s
o
a
c
hi
e
vi
ng
a
n
a
c
c
ur
a
c
y
a
n
d
we
igh
t
e
d
a
c
c
ur
a
c
y
o
f
93%
.
T
h
e
m
o
de
l
de
v
e
l
o
pe
d
w
i
t
h
V
i
T
,
a
l
t
h
o
ugh
n
o
t
pe
r
f
o
r
m
i
ng
a
s
we
l
l
a
s
R
e
s
N
e
t
-
50
a
n
d
VG
G16,
s
t
i
l
l
s
h
o
we
d
g
oo
d
pe
r
f
o
r
m
a
n
c
e
w
i
t
h
a
n
a
c
c
ur
a
c
y
a
n
d
we
i
g
h
t
e
d
a
c
c
ur
a
c
y
o
f
90%
.
L
a
s
t
l
y
,
t
h
e
m
o
de
l
de
v
e
l
o
pe
d
w
i
t
h
De
i
T
a
l
s
o
e
xhi
b
i
t
e
d
s
t
r
o
n
g
pe
r
f
o
r
m
a
n
c
e
,
a
c
hi
e
vi
ng
a
c
c
ur
a
c
y
a
n
d
we
i
g
h
t
e
d
a
c
c
ur
a
c
y
o
f
92%
.
T
a
bl
e
3.
S
um
m
a
r
y
o
f
t
h
e
t
e
s
t
i
n
g
r
e
s
u
l
t
s
f
o
r
a
l
l
m
o
d
e
l
s
U
ti
li
z
in
g t
h
e
ma
s
k
f
il
e
W
it
ho
ut
ut
il
iz
in
g
th
e
ma
s
k
f
il
e
M
o
de
l
A
c
c
u
r
a
c
y
W
e
ig
ht
e
d
A
c
c
u
r
a
c
y
W
e
ig
ht
e
d
R
e
s
N
e
t
-
50
94%
93%
80%
80%
V
G
G
16
93%
93%
76%
76%
V
is
io
n
t
r
a
ns
f
o
r
m
e
r
90%
90%
76%
76%
D
a
ta
-
e
f
f
i
c
i
e
nt
i
ma
g
e
t
r
a
ns
f
o
r
m
e
r
92%
92%
80%
80%
A
ve
r
a
ge
92%
92%
78%
78%
On
t
h
e
ot
h
e
r
h
a
n
d,
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
m
o
de
l
s
t
h
a
t
di
d
n
o
t
u
t
i
l
i
z
e
t
h
e
m
a
s
k
f
il
e
e
x
pe
r
i
e
n
c
e
d
a
s
i
g
nif
i
c
a
n
t
de
c
l
i
ne
c
o
m
pa
r
e
d
to
t
h
e
m
o
de
l
s
’
pe
r
f
o
r
m
a
n
c
e
i
n
t
h
e
f
i
r
s
t
c
o
n
d
i
t
i
o
n
.
T
h
e
m
o
de
l
s
de
v
e
l
o
pe
d
w
i
t
h
R
e
s
Ne
t
-
50
a
n
d
De
i
T
o
nl
y
a
c
hi
e
ve
d
a
n
a
c
c
ur
a
c
y
a
n
d
we
i
g
h
t
e
d
a
c
c
ur
a
c
y
o
f
80%
.
T
hi
s
r
e
pr
e
s
e
n
t
s
a
pe
r
f
o
r
m
a
n
c
e
dr
o
p
o
f
14%
f
o
r
t
h
e
R
e
s
Ne
t
-
50
m
o
de
l
a
n
d
a
12%
dr
o
p
f
o
r
t
h
e
De
i
T
m
o
de
l
.
F
ur
t
h
e
r
mo
r
e
,
t
h
e
m
o
de
l
s
d
e
v
e
l
o
pe
d
w
i
t
h
VG
G16
a
n
d
V
i
T
o
nly
a
c
hi
e
ve
d
a
n
a
c
c
ur
a
c
y
a
n
d
w
e
i
g
h
t
e
d
a
c
c
ur
a
c
y
o
f
76%
.
W
i
t
h
t
h
e
s
e
f
i
gur
e
s
,
t
h
e
VG
G16
m
o
de
l
e
x
pe
r
i
e
nc
e
d
t
h
e
l
a
r
ge
s
t
pe
r
f
o
r
m
a
n
c
e
de
c
l
i
ne
,
dr
o
ppi
n
g
by
17
%
,
whi
l
e
t
h
e
Vi
T
m
o
de
l
s
a
w
a
de
c
l
i
ne
o
f
14%
.
F
r
o
m
t
h
e
a
v
e
r
a
ge
pe
r
f
o
r
m
a
n
c
e
o
f
a
l
l
m
o
de
l
s
de
ve
l
o
pe
d
w
i
t
h
a
n
d
w
i
t
h
o
ut
t
h
e
m
a
s
k
f
il
e
,
i
t
wa
s
f
o
un
d
t
h
a
t
,
o
v
e
r
a
l
l
,
mo
de
l
s
de
v
e
l
o
pe
d
w
i
t
h
t
h
e
m
a
s
k
f
il
e
pe
r
f
o
r
m
e
d
s
i
g
nif
i
c
a
n
t
ly
b
e
t
t
e
r
c
o
m
pa
r
e
d
t
o
m
o
de
l
s
n
o
t
u
t
i
l
i
z
i
ng
t
h
e
m
a
s
k
f
i
l
e
.
B
a
s
e
d
o
n
t
h
e
s
e
r
e
s
u
l
t
s
,
i
t
c
a
n
b
e
c
o
n
c
l
ude
d
t
h
a
t
t
h
e
ut
i
li
z
a
t
i
o
n
o
f
t
h
e
m
a
s
k
f
i
l
e
i
s
c
r
uc
i
a
l
i
n
im
pr
o
vi
n
g
t
h
e
pr
e
d
i
c
t
i
ve
c
a
pa
bi
li
t
y
o
f
t
h
e
de
v
e
l
o
pe
d
m
o
de
l
s
.
5.
CONC
L
USI
ON
I
n
t
h
i
s
s
t
udy
,
we
de
v
e
l
o
pe
d
m
o
de
l
s
to
de
t
e
c
t
b
r
e
a
s
t
c
a
n
c
e
r
us
i
n
g
u
l
t
r
a
s
o
un
d
s
c
a
n
r
e
s
u
l
t
s
,
f
o
c
us
i
n
g
o
n
t
w
o
a
ppr
o
a
c
h
e
s
:
w
i
t
h
a
n
d
w
i
t
h
o
ut
m
a
s
k
f
il
e
s
.
B
ot
h
a
ppr
o
a
c
h
e
s
ut
i
li
z
e
d
f
o
ur
de
e
p
l
e
a
r
ni
ng
a
lgo
r
i
t
hm
s
:
R
e
s
Ne
t
-
50,
VG
G16,
Vi
T
,
a
n
d
De
i
T
.
T
h
e
m
o
de
l
s
un
de
r
we
n
t
e
x
t
e
n
s
i
ve
t
r
a
i
ni
ng
to
o
p
t
i
m
i
z
e
pe
r
f
o
r
m
a
nc
e
,
wi
t
h
r
e
s
u
l
t
s
s
h
o
w
i
n
g
t
h
a
t
m
o
de
l
s
us
i
ng
m
a
s
k
f
i
l
e
s
s
igni
f
i
c
a
n
t
l
y
o
ut
pe
r
f
o
r
m
e
d
t
h
o
s
e
w
i
t
h
o
ut.
T
h
e
m
o
de
l
t
h
a
t
de
m
o
ns
t
r
a
t
e
d
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
n
c
e
a
m
o
n
g
a
ll
t
h
o
s
e
de
v
e
l
o
pe
d
wa
s
t
h
e
o
n
e
us
i
ng
m
a
s
k
f
il
e
s
i
n
c
o
nj
u
n
c
t
i
o
n
w
i
t
h
t
h
e
R
e
s
Ne
t
-
50
a
l
go
r
i
t
hm
,
a
c
hi
e
vi
ng
a
n
i
mpr
e
s
s
i
ve
a
c
c
ur
a
c
y
o
f
94%
.
T
hi
s
r
e
s
e
a
r
c
h
un
de
r
s
c
o
r
e
s
t
h
e
pot
e
n
t
i
a
l
o
f
de
e
p
l
e
a
r
ni
ng
i
n
b
r
e
a
s
t
c
a
n
c
e
r
de
t
e
c
t
i
o
n
,
pa
r
t
i
c
u
l
a
r
ly
w
i
t
h
t
h
e
us
e
o
f
m
a
s
k
f
i
l
e
s
.
Ho
we
v
e
r
,
i
t
a
l
s
o
hi
g
hli
g
h
t
s
t
h
e
n
e
e
d
f
o
r
f
ut
ur
e
s
t
udi
e
s
to
e
x
p
l
o
r
e
n
e
we
r
a
l
go
r
i
t
hm
s
a
n
d
l
e
v
e
r
a
ge
l
a
r
ge
r
da
t
a
s
e
t
s
to
e
nh
a
nc
e
m
o
de
l
g
e
n
e
r
a
l
i
z
a
t
i
o
n
a
n
d
a
c
c
ur
a
c
y
.
F
UN
DI
NG
I
N
F
ORM
AT
I
ON
A
ut
h
o
r
s
s
t
a
t
e
t
h
e
r
e
i
s
n
o
f
u
n
d
i
ng
i
nv
o
l
ve
d.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
4
,
N
o.
2
,
A
ugus
t
20
2
5
:
427
-
437
436
AU
T
HO
R
CONT
RI
B
UT
I
ONS
S
T
AT
E
M
E
NT
Nam
e
of
Aut
h
or
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
L
a
w
y
s
e
n
Ge
de
P
utr
a
K
us
u
m
a
C
:
C
o
n
c
e
pt
ua
li
z
a
ti
o
n
M
:
M
e
th
o
d
o
l
o
g
y
So
:
So
f
twa
r
e
Va
:
Va
li
da
ti
o
n
Fo
:
Fo
r
ma
l
a
na
l
y
s
is
I
:
I
nve
s
ti
ga
ti
o
n
R
:
R
e
s
o
u
r
c
e
s
D
:
D
a
ta
C
ur
a
ti
o
n
O
:
W
r
it
in
g
-
O
r
ig
in
a
l
D
r
a
f
t
E
:
W
r
it
in
g
-
R
e
v
i
e
w
&
E
di
ti
ng
Vi
:
Vi
s
ua
li
z
a
ti
o
n
Su
:
Su
pe
r
v
is
io
n
P
:
P
r
o
j
e
c
t
a
dmi
ni
s
tr
a
ti
o
n
Fu
:
Fu
ndi
ng a
c
qui
s
it
i
o
n
CONF
L
I
CT
OF
I
NT
E
RE
S
T
S
T
AT
E
M
E
NT
A
ut
h
o
r
s
s
t
a
t
e
t
h
e
r
e
i
s
n
o
c
o
n
f
li
c
t
o
f
i
n
t
e
r
e
s
t
.
DA
T
A
AV
AI
L
AB
I
L
I
T
Y
T
h
e
da
t
a
t
h
a
t
s
uppor
t
t
h
e
f
i
nd
i
ng
s
o
f
t
hi
s
s
t
udy
a
r
e
o
pe
nl
y
a
v
a
il
a
bl
e
i
n
K
a
gg
l
e
a
t
h
t
t
ps
:/
/www
.
ka
ggl
e
.
c
o
m
/dat
a
s
e
t
s
/ar
y
a
s
h
a
h
2k/
b
r
e
a
s
t
-
ul
t
r
a
s
o
un
d
-
i
m
a
ge
s
-
da
t
a
s
e
t
.
RE
F
E
R
E
NC
E
S
[
1]
A
.
S
a
hu,
P
.
K
.
D
a
s
,
a
nd
S
.
M
e
he
r
,
“
R
e
c
e
nt
a
dv
a
n
c
e
m
e
nt
s
in
ma
c
hi
ne
l
e
a
r
ni
ng
a
nd
de
e
p
le
a
r
ni
ng
-
ba
s
e
d
br
e
a
s
t
c
a
nc
e
r
de
te
c
ti
o
n
us
in
g ma
mm
o
gr
a
ms
,”
P
hy
s
ic
a M
e
di
c
a
, vo
l.
114, p. 103138, O
c
t.
2023, do
i:
10.1016/
j.
e
j
mp.2023.103138.
[
2]
A
.
S
a
hu,
P
.
K
.
D
a
s
,
a
nd
S
.
M
e
he
r
,
“
A
n
e
f
f
i
c
i
e
nt
de
e
p
l
e
a
r
ni
ng
s
c
he
m
e
t
o
de
t
e
c
t
br
e
a
s
t
c
a
nc
e
r
us
in
g
ma
mm
o
g
r
a
m
a
nd
ul
tr
a
s
o
und
br
e
a
s
t
im
a
ge
s
,”
B
io
m
e
d
ic
al
Si
gnal
P
r
oc
e
s
s
in
g and C
ont
r
ol
, v
o
l
. 87, p. 105377, J
a
n. 2024, do
i:
10.1016/j
.bs
pc
.2023.105377.
[
3]
R
.
V
ij
a
y
a
r
a
je
s
w
a
r
i,
P
.
P
a
r
th
a
s
a
r
a
th
y
,
S
.
V
i
ve
ka
na
nda
n,
a
nd
A
.
A
.
B
a
s
ha
,
“
C
la
s
s
if
ic
a
ti
o
n
of
ma
mm
o
gr
a
m
f
o
r
e
a
r
l
y
d
e
t
e
c
ti
on
of
br
e
a
s
t
c
a
nc
e
r
us
in
g
S
V
M
c
la
s
s
if
i
e
r
a
nd
H
o
ugh
tr
a
ns
f
or
m,”
M
e
as
ur
e
m
e
nt
:
J
ou
r
nal
o
f
th
e
I
nt
e
r
nat
io
nal
M
e
as
u
r
e
m
e
nt
C
onf
e
d
e
r
at
io
n
, v
o
l.
146, pp. 800
–
805, N
ov
. 2019, d
o
i:
10.1016
/j
.me
a
s
ur
e
me
nt
.2019.05.083.
[
4]
W
.
B
.
S
a
mpa
io
,
E
.
M
.
D
in
iz
,
A
.
C
.
S
il
v
a
,
A
.
C
.
de
P
a
iv
a
,
a
nd
M
.
G
a
tt
a
s
s
,
“
D
e
te
c
t
i
o
n
of
ma
s
s
e
s
in
ma
mm
o
gr
a
m
im
a
ge
s
us
in
g
C
N
N
,
ge
o
s
ta
ti
s
ti
c
f
un
c
ti
o
ns
a
nd
S
V
M
,”
C
om
put
e
r
s
in
B
io
lo
gy
and
M
e
di
c
in
e
,
v
o
l.
41,
no
.
8,
pp.
653
–
664,
A
ug.
2
011,
do
i:
10.1016/j
.
c
o
mpbi
ome
d.2011.05.017.
[
5]
S
.
R
.
S
.
C
ha
kr
a
v
a
r
th
y
a
nd
H
.
R
a
ja
gur
u,
“
A
ut
o
ma
ti
c
d
e
t
e
c
t
i
o
n
a
nd
c
la
s
s
if
i
c
a
ti
o
n
of
ma
mm
o
g
r
a
ms
us
in
g
im
pr
ove
d
e
x
tr
e
m
e
le
a
r
ni
ng ma
c
hi
n
e
w
it
h de
e
p l
e
a
r
ni
ng,”
I
r
bm
,
vo
l.
43, n
o
. 1, pp.
49
–
61, F
e
b. 2022, d
o
i:
10.1016/j
.
ir
bm.2020.12.004.
[
6]
D
.
M
udul
i,
R
.
D
a
s
h,
a
nd
B
.
M
a
jh
i,
“
A
ut
o
ma
te
d
br
e
a
s
t
c
a
nc
e
r
d
e
t
e
c
t
i
o
n
i
n
di
gi
ta
l
ma
mm
o
gr
a
ms
:
a
mo
th
f
la
m
e
o
pt
im
i
z
a
ti
o
n
ba
s
e
d
E
L
M
a
ppr
o
a
c
h,”
B
io
m
e
di
c
al
Si
gnal
P
r
oc
e
s
s
in
g
and
C
ont
r
ol
,
v
o
l.
59,
p.
101912,
M
a
y
20
20,
do
i:
10.1016/j
.bs
p
c
.2020.101912.
[
7]
L
.
B
.
-
B
e
nl
a
bi
o
d,
K
.
H
a
r
r
a
r
,
L
.
Y
a
m
o
un,
M
.
Y
.
K
h
o
dj
a
,
a
nd
M
.
A
.
A
khl
o
u
f
i,
“
A
nove
l
b
r
e
a
s
t
c
a
n
c
e
r
d
e
te
c
ti
o
n
a
r
c
hi
t
e
c
tu
r
e
ba
s
e
d
o
n
a
C
N
N
-
C
B
R
s
y
s
t
e
m
f
or
ma
mm
o
g
r
a
m
c
la
s
s
if
i
c
a
ti
o
n,”
C
om
put
e
r
s
in
B
io
lo
gy
and
M
e
di
c
in
e
,
vo
l.
163,
p.
107133,
S
e
p.
20
23,
do
i:
10.1016/j
.
c
o
mpbi
ome
d.2023.107133.
[
8]
X
.
Y
u,
K
.
X
ia
,
a
nd
Y
.
D
.
Z
ha
ng,
“
D
is
e
pN
e
t
f
or
br
e
a
s
t
a
bnor
m
a
li
t
y
r
e
c
o
gni
ti
o
n,”
C
om
put
e
r
s
and
E
le
c
t
r
ic
al
E
ngi
ne
e
r
in
g
,
v
o
l.
90,
p. 106961, M
a
r
. 2021, do
i:
10.1016/j
.
c
o
mp
e
l
e
c
e
ng.2020.10696
1.
[
9]
L
.
X
i
e
,
L
.
Z
ha
ng,
T
.
H
u,
H
.
H
ua
ng,
a
nd
Z
.
Y
i,
“
N
e
ur
a
l
ne
tw
o
r
ks
m
o
de
l
ba
s
e
d
o
n
a
n
a
ut
o
ma
te
d
mu
lt
i
-
s
c
a
l
e
m
e
th
o
d
f
or
ma
mm
o
gr
a
m
c
la
s
s
if
ic
a
ti
o
n,”
K
now
le
dge
-
B
as
e
d Sy
s
te
m
s
, v
o
l.
2
08, p. 106465, Nov
. 2020, d
o
i:
10.1016/j
.kn
o
s
y
s
.2020.106465.
[
10]
M
.
A
.
A
l
-
a
nt
a
r
i,
S
.
M
.
H
a
n,
a
nd
T
.
S
.
K
im
,
“
E
v
a
lu
a
ti
o
n
of
d
e
e
p
le
a
r
ni
ng
d
e
t
e
c
ti
o
n
a
nd
c
la
s
s
i
f
ic
a
ti
o
n
t
o
w
a
r
ds
c
o
mput
e
r
-
a
i
de
d
di
a
gno
s
is
of
br
e
a
s
t
le
s
i
o
ns
in
di
gi
ta
l
X
-
r
a
y
ma
mm
o
gr
a
ms
,
”
C
om
put
e
r
M
e
th
ods
and
P
r
ogr
am
s
in
B
io
m
e
di
c
in
e
,
v
o
l.
196,
p. 105584, Nov
. 2020, d
o
i:
10.1016/j
.
c
mpb.2020.105584.
[
11]
L
.
S
h
e
n,
L
.
R
.
M
a
r
go
l
ie
s
,
J
.
H
.
R
ot
hs
te
in
,
E
.
F
lu
d
e
r
,
R
.
M
c
B
r
i
de
,
a
nd
W
.
S
ie
h,
“
D
e
e
p
le
a
r
n
in
g
to
im
p
r
ove
br
e
a
s
t
c
a
n
c
e
r
de
te
c
ti
o
n
o
n s
c
r
e
e
ni
ng ma
m
m
o
g
r
a
ph
y
,”
Sc
ie
nt
if
ic
R
e
por
ts
, v
ol
. 9, n
o
. 1,
p. 12495, Aug. 2019
, do
i:
10.1038/s
41598
-
019
-
48995
-
4.
[
12]
G
.
H
.
A
l
y
,
M
.
M
a
r
e
y
,
S
.
A
.
E
l
-
S
a
y
e
d,
a
nd
M
.
F
.
T
o
lb
a
,
“
Y
O
L
O
ba
s
e
d
br
e
a
s
t
ma
s
s
e
s
de
te
c
ti
o
n
a
nd
c
la
s
s
if
i
c
a
ti
o
n
in
f
u
ll
-
f
i
e
ld
di
gi
ta
l
ma
mm
o
gr
a
ms
,”
C
om
put
e
r
M
e
th
od
s
and
P
r
ogr
am
s
in
B
io
m
e
di
c
in
e
,
v
o
l.
200,
p.
105823,
M
a
r
.
2
021,
do
i:
10.1016/j
.
c
mpb.2020.105823.
[
13]
S
.
Y
.
L
u,
S
.
H
.
W
a
ng,
a
nd
Y
.
D
.
Z
ha
ng,
“
B
C
D
N
e
t:
a
n
o
pt
im
iz
e
d
de
e
p
ne
tw
o
r
k
f
or
ul
tr
a
s
o
und
br
e
a
s
t
c
a
nc
e
r
d
e
te
c
ti
o
n,”
I
R
B
M
,
vo
l.
44, n
o
. 4, p. 100774, Aug.
2023, d
o
i:
10.1016/j
.
ir
bm.2023.
100774.
[
14]
S
.
P
a
v
it
hr
a
,
R
.
V
a
ni
th
a
ma
ni
,
a
nd
J
.
J
us
ti
n,
“
C
o
mput
e
r
a
id
e
d
b
r
e
a
s
t
c
a
nc
e
r
de
te
c
ti
o
n
us
in
g
ul
tr
a
s
o
und
im
a
g
e
s
,”
M
at
e
r
ia
ls
T
o
day
:
P
r
oc
e
e
di
ngs
,
vo
l.
33, pp. 4802
–
4807, 2020, d
o
i:
10.1016/
j.
ma
tp
r
.2020.08.381.
[
15]
J
.
Y
a
o
e
t
al
.
,
“
M
a
c
hi
ne
le
a
r
ni
ng
-
ba
s
e
d
br
e
a
s
t
tu
mo
r
ul
t
r
a
s
o
un
d
r
a
di
o
mi
c
s
f
or
pr
e
-
o
p
e
r
a
ti
ve
pr
e
d
ic
t
i
o
n
of
a
x
il
la
r
y
s
e
nt
in
e
l
l
y
mph
no
d
e
m
e
ta
s
ta
s
is
bur
de
n
in
e
a
r
l
y
-
s
ta
ge
in
v
a
s
iv
e
br
e
a
s
t
c
a
nc
e
r
,”
U
lt
r
as
ound
in
M
e
di
c
in
e
and
B
io
lo
gy
,
vo
l.
50,
n
o
.
2,
pp.
229
–
2
36,
F
e
b. 2024, d
o
i:
10.1016/j
.u
lt
r
a
s
me
dbi
o
.2023.10.004.
[
16]
J
.
D
in
g,
H
.
D
.
C
he
ng,
J
.
H
ua
ng,
J
.
L
iu
,
a
nd
Y
.
Z
ha
ng,
“
B
r
e
a
s
t
ul
tr
a
s
o
und
im
a
ge
c
la
s
s
if
i
c
a
ti
o
n
ba
s
e
d
o
n
mul
ti
pl
e
-
in
s
ta
nc
e
le
a
r
ni
ng,”
J
our
nal
of
D
ig
it
al
I
m
agi
ng
, vo
l.
25, n
o
. 5, pp. 620
–
6
27, Oc
t.
2012, d
o
i:
10.1007/s
10278
-
012
-
9499
-
x.
[
17]
Y
.
W
.
L
e
e
,
C
.
S
.
H
u
a
ng,
C
.
C
.
S
hi
h,
a
nd
R
.
F
.
C
ha
ng,
“
A
x
il
la
r
y
l
y
m
ph
n
o
d
e
m
e
ta
s
ta
s
is
s
ta
tu
s
pr
e
di
c
ti
o
n
of
e
a
r
l
y
-
s
ta
g
e
br
e
a
s
t
c
a
nc
e
r
us
in
g
c
o
n
vo
lu
ti
o
na
l
ne
u
r
a
l
ne
tw
o
r
ks
,”
C
om
put
e
r
s
in
B
io
lo
gy
and
M
e
di
c
in
e
,
v
o
l.
130,
p.
104206,
M
a
r
.
20
21,
do
i:
10.1016/j
.
c
o
mpbi
ome
d.2020.104206
.
[
18]
P
.
C
r
y
s
ta
l,
S
.
D
.
S
tr
a
n
o
,
S
.
S
h
c
ha
r
y
ns
ki
,
a
nd
M
.
J
.
K
o
r
e
t
z
,
“
U
s
in
g
s
o
no
g
r
a
ph
y
t
o
s
c
r
e
e
n
w
o
m
e
n
w
it
h
ma
mm
o
gr
a
phi
c
a
ll
y
d
e
ns
e
br
e
a
s
ts
,”
A
m
e
r
ic
an J
our
nal
o
f
R
oe
nt
ge
nol
ogy
, v
o
l.
181, n
o
. 1, p
p. 177
–
182, J
ul
. 2003, do
i:
10.2214/ajr
.181.1.1810177.
Evaluation Warning : The document was created with Spire.PDF for Python.