I
n
d
on
e
s
i
an
Jo
u
r
n
al
o
f
El
e
c
t
r
i
c
al
En
gi
n
e
e
r
i
n
g
an
d
C
o
m
p
u
te
r
S
c
i
e
n
c
e
V
o
l
.
41
,
N
o
.
1
,
J
a
n
u
a
r
y
20
2
6
,
pp
.
3
09
~
31
9
IS
S
N
:
2
502
-
4
7
52
,
D
O
I
:
10.
1
1591
/
i
j
e
e
cs
.v
41
.
i
1
.
pp
309
-
319
309
Jou
r
n
al
h
o
m
e
pa
ge
:
ht
t
p:
/
/
i
j
e
e
cs
.
i
a
e
s
c
or
e
.
c
om
L
u
n
g
c
a
n
c
e
r
se
g
m
e
n
t
a
t
i
o
n
a
n
d
c
l
a
s
si
f
i
c
a
t
i
o
n
u
s
i
n
g
h
y
b
r
i
d
CNN
-
L
S
T
M
m
o
d
e
l
M
an
as
w
i
n
i
P
r
ad
h
an
1
,
A
h
m
e
d
A
l
k
h
a
yyat
2
,
3
,
4
1
P
.
G
.
D
e
p
a
rt
m
e
n
t
o
f
C
o
m
p
u
t
e
r
S
c
i
e
n
c
e
,
F
a
k
i
r
M
o
h
a
n
U
n
i
v
e
r
s
i
t
y
,
Ba
l
a
s
o
r
e
,
In
d
i
a
2
Co
l
l
e
g
e
o
f
T
e
c
h
n
i
c
a
l
E
n
g
i
n
e
e
ri
n
g
,
I
s
l
a
m
i
c
U
n
i
v
e
r
s
i
t
y
,
N
a
j
a
f
,
Ira
q
3
Co
l
l
e
g
e
o
f
T
e
c
h
n
i
c
a
l
E
n
g
i
n
e
e
ri
n
g
,
I
s
l
a
m
i
c
U
n
i
v
e
r
s
i
t
y
o
f
A
l
D
i
w
a
n
i
y
a
h
,
A
l
D
i
w
a
n
i
y
a
h
,
Ira
q
4
Co
l
l
e
g
e
o
f
T
e
c
h
n
i
c
a
l
E
n
g
i
n
e
e
ri
n
g
,
I
s
l
a
m
i
c
U
n
i
v
e
r
s
i
t
y
o
f
Ba
b
y
l
o
n
,
Ba
b
y
l
o
n
,
Ira
q
A
r
ti
c
l
e
I
n
fo
A
B
S
TR
A
C
T
Ar
t
i
c
l
e
h
i
s
t
or
y
:
R
e
c
e
i
v
e
d
J
a
n
25
,
2
024
R
e
v
i
s
e
d
N
o
v
13
,
2025
A
c
c
e
pt
e
d
D
e
c
13
,
2
025
A
c
o
l
l
e
c
t
i
o
n
o
f
g
e
ne
t
i
c
di
s
o
r
de
r
s
a
nd
v
a
r
i
o
us
t
y
pe
s
o
f
a
bno
r
m
a
l
i
t
i
e
s
i
n
t
h
e
m
e
t
a
bo
l
i
s
m
l
e
a
d
t
o
c
a
nc
e
r
,
a
f
a
t
a
l
di
s
e
a
s
e
.
L
ung
a
nd
c
o
l
o
n
c
a
nc
e
r
a
r
e
f
o
und
t
o
be
m
a
i
n
c
a
us
e
s
o
f
de
a
t
h
a
nd
i
nf
i
r
m
i
t
y
i
n
p
e
o
pl
e
.
W
he
n
c
ho
o
s
i
ng
t
he
b
e
s
t
c
o
ur
s
e
o
f
t
r
e
a
t
m
e
nt
,
t
h
e
d
i
a
g
no
s
i
s
o
f
t
he
s
e
t
um
o
r
s
i
s
us
u
a
l
l
y
t
he
m
o
s
t
i
m
po
r
t
a
nt
c
o
ns
i
de
r
a
t
i
o
n.
T
h
i
s
s
t
udy
'
s
m
a
i
n
o
b
j
e
c
t
i
v
e
s
a
r
e
t
o
c
l
a
s
s
i
f
y
l
ung
c
a
nc
e
r
a
nd
i
t
s
s
e
v
e
r
i
t
y
,
a
s
w
e
l
l
a
s
t
o
r
e
c
o
g
ni
z
e
m
a
l
i
g
na
nt
l
u
ng
no
dul
e
s
.
T
he
s
ug
g
e
s
t
e
d
a
p
pr
o
a
c
h
a
d
di
t
i
o
na
l
l
y
c
l
a
s
s
i
f
i
e
s
t
h
e
s
t
a
g
e
s
o
f
l
ung
c
a
nc
e
r
i
n
o
r
d
e
r
t
o
r
e
c
og
ni
z
e
l
ung
no
du
l
e
s
.
T
h
e
c
o
nvo
l
ut
i
o
na
l
n
e
u
r
a
l
ne
t
w
o
r
k
(
C
N
N
)
i
s
u
s
e
d
t
o
de
t
e
c
t
l
ung
no
du
l
e
s
,
i
de
n
t
i
f
y
i
ng
a
no
du
l
e
w
h
i
c
h
i
s
a
c
c
ur
a
t
e
l
y
s
e
g
m
e
nt
e
d
a
nd
c
l
a
s
s
i
f
i
e
d
.
T
he
s
ug
g
e
s
t
e
d
m
e
t
ho
d
i
s
s
e
pa
r
a
t
e
d
i
nt
o
dua
l
pa
r
t
s
:
pr
i
m
a
r
i
l
y
,
i
t
c
l
a
s
s
i
f
i
e
s
no
r
m
a
l
a
n
d
a
b
no
r
m
a
l
be
h
a
v
i
o
r
,
a
nd
t
he
s
ub
s
e
qu
e
n
t
o
ne
c
l
a
s
s
i
f
i
e
s
t
he
d
i
f
f
e
r
e
n
t
s
t
a
g
e
s
o
f
l
u
ng
c
a
nc
e
r
.
T
e
xt
ur
e
a
nd
i
n
t
e
ns
i
t
y
-
ba
s
e
d
f
e
a
t
u
r
e
s
a
r
e
e
xt
r
a
c
t
e
d
d
ur
i
ng
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
t
a
g
e
.
W
he
n
c
o
m
pa
r
e
d
t
o
o
t
he
r
m
e
t
ho
ds
s
uc
h
a
s
n
e
s
t
e
d
l
o
ng
s
ho
r
t
-
t
e
r
m
m
e
m
o
r
y
(
L
S
T
M
)
+
C
N
N
,
t
h
e
hy
br
i
d
C
N
N
-
L
S
T
M
o
bt
a
i
n
s
s
up
e
r
i
o
r
o
ut
c
o
m
e
s
i
n
t
e
r
m
s
o
f
a
c
c
ur
a
c
y
(
99.
3
5%
)
,
s
pe
c
i
f
i
c
i
t
y
(
99
.
30
%
)
,
s
e
ns
i
t
i
v
i
t
y
(
99
.
32
%
)
,
a
n
d
F
1
-
s
c
o
r
e
(
99.
29
%
)
.
Ke
y
w
or
ds
:
Co
m
put
e
d
t
o
m
o
g
r
a
p
h
y
Co
n
v
o
l
ut
i
o
n
a
l
n
e
u
ra
l
n
e
t
w
o
r
k
L
un
g
c
a
n
c
e
r
N
o
dul
e
s
S
e
gm
e
n
t
a
t
i
o
n
T
hi
s
i
s
an
ope
n
ac
c
e
s
s
ar
t
i
c
l
e
u
nde
r
t
he
C
C
B
Y
-
SA
l
i
c
e
ns
e
.
Cor
r
e
s
pon
di
n
g
Au
t
h
or
:
M
a
n
a
s
w
i
ni
P
ra
d
ha
n
P
.
G
.
D
e
p
a
r
t
m
e
nt
o
f
Co
m
put
e
r
S
c
i
e
n
c
e
,
F
a
k
i
r
M
o
h
a
n
U
ni
v
e
r
s
i
t
y
B
a
l
a
s
o
r
e
,
O
di
s
h
a
,
I
n
di
a
E
m
a
i
l
:
m
p
ra
d
ha
n.
f
m
u@
g
m
a
i
l
.
c
o
m
1.
I
N
TR
O
D
U
C
TI
O
N
D
ue
t
o
t
h
e
c
o
m
b
i
na
t
i
o
n
o
f
v
a
r
i
o
us
v
a
r
i
e
t
i
e
s
o
f
a
b
n
o
rm
a
l
i
t
i
e
s
i
n
b
i
o
c
h
e
m
i
c
a
l
a
n
d
ge
n
e
t
i
c
di
s
e
a
s
e
s
,
t
h
e
d
a
n
ge
r
o
us
l
u
ng
c
a
n
c
e
r
a
nd
c
o
l
o
n
d
i
s
e
a
s
e
s
a
r
e
c
a
us
e
d.
It
i
s
d
i
f
f
i
c
ul
t
t
o
u
n
de
r
s
t
a
nd
t
h
e
di
s
e
a
s
e
’s
na
t
u
r
e
f
o
r
s
e
gm
e
n
t
a
t
i
o
n
a
n
d
c
a
t
e
go
r
i
z
a
t
i
o
n
o
f
m
e
di
c
a
l
i
m
a
ge
s
a
c
c
u
r
a
t
e
l
y
[1].
Co
m
put
e
d
t
o
m
o
gra
p
h
y
(CT
)
a
n
d
m
a
g
n
e
t
i
c
r
e
s
o
n
a
n
c
e
(M
R
)
o
f
a
ut
o
m
a
t
i
c
s
e
gm
e
nt
a
t
i
o
n
o
f
i
m
a
ge
s
a
c
h
i
e
v
e
po
pul
a
r
i
t
y
[2].
L
u
n
g
c
a
n
c
e
r
i
s
a
v
e
r
y
da
n
ge
r
o
us
di
s
e
a
s
e
w
h
i
c
h
l
e
a
ds
t
o
de
a
t
h
a
n
d
o
f
fe
r
po
o
r
p
r
e
di
c
t
i
o
n
s
[
3].
V
a
ri
o
us
a
p
p
r
o
a
c
h
e
s
a
r
e
e
xpl
o
i
t
e
d
duri
n
g
t
h
e
e
a
rl
y
ph
a
s
e
de
t
e
c
t
i
o
n
o
f
l
un
g
c
a
n
c
e
r,
w
hi
c
h
c
o
m
p
r
i
s
e
s
C
T
s
c
a
n
s
,
m
a
g
n
e
t
i
c
r
e
s
o
n
a
n
c
e
i
m
a
g
i
n
g
(M
R
I)
a
n
d
X
-
ra
y
s
[4].
Co
n
v
o
l
ut
i
o
na
l
n
e
u
ra
l
n
e
t
w
o
r
k
(CN
N
)
a
l
go
ri
t
hm
s
a
r
e
p
r
o
v
e
n
t
o
b
e
m
o
r
e
e
ff
i
c
i
e
n
t
a
t
ge
n
e
ra
t
i
n
g
b
e
t
t
e
r
s
e
n
s
i
t
i
v
i
t
y
a
n
d
r
e
duc
e
d
f
a
l
s
e
po
s
i
t
i
v
e
de
t
e
c
t
i
o
n
r
a
t
e
s
[5]
.
L
u
n
g
c
a
n
c
e
r
i
s
t
h
e
u
n
c
o
n
t
r
o
l
l
e
d
di
s
t
r
i
b
ut
i
o
n
o
f
c
e
l
l
s
i
n
t
h
e
l
u
n
g
a
r
e
a
.
A
di
f
f
i
c
ul
t
y
i
n
b
r
e
a
t
h
i
ng
i
s
a
l
s
o
b
r
o
ught
o
n
by
l
un
g
c
a
n
c
e
r.
L
u
n
g
c
a
n
c
e
r
s
of
n
o
n
-
s
m
a
l
l
c
e
l
l
s
a
n
d
s
m
a
l
l
c
e
l
l
s
a
r
e
a
m
o
n
g
t
h
e
s
e
v
e
r
a
l
t
y
pe
s
o
f
t
h
e
di
s
e
a
s
e
.
E
a
rl
y
de
t
e
c
t
i
o
n
o
f
l
un
g
c
a
n
c
e
r
i
s
e
s
s
e
n
t
i
a
l
f
o
r
l
o
w
e
r
i
n
g
de
a
t
h
ra
t
e
s
[6]
.
M
a
c
h
i
n
e
l
e
a
rn
i
ng
(M
L
)
c
l
a
s
s
i
f
i
e
r
s
e
s
t
i
m
a
t
e
t
h
e
di
a
g
n
o
s
i
s
o
f
l
un
g
c
a
n
c
e
r
pa
t
i
e
nt
s
us
i
n
g
e
x
t
r
a
c
t
e
d
i
m
a
ge
c
h
a
ra
c
t
e
r
i
s
t
i
c
s
a
ut
o
m
a
t
i
c
a
l
l
y
f
r
o
m
W
S
Is
,
c
o
n
t
r
i
b
ut
i
ng
t
o
p
r
e
c
i
s
i
o
n
o
n
c
o
l
o
g
y
[7].
A
dv
a
n
c
e
d
r
e
s
ul
t
s
f
o
r
i
m
a
ge
de
t
e
c
t
i
o
n,
s
e
gm
e
nt
a
t
i
o
n,
a
nd
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
r
e
a
c
h
i
e
v
e
d
us
i
n
g
de
e
p
l
e
a
rni
ng
(D
L
)
b
a
s
e
d
a
pp
r
o
a
c
h
e
s
[
8].
T
h
e
i
m
a
ge
s
f
r
o
m
C
T
s
c
a
n
s
a
nd
po
s
i
t
r
o
n
e
m
i
s
s
i
o
n
t
o
m
o
gra
p
h
y
(
P
E
T
)
a
r
e
t
h
e
b
e
s
t
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
41
,
N
o
.
1
,
J
a
n
u
a
r
y
20
2
6
:
309
-
3
19
310
w
a
y
s
fo
r
i
de
n
t
i
fy
i
n
g
t
h
e
l
u
ng
t
i
s
s
ue
r
e
gi
o
n
w
h
i
l
e
de
v
e
l
o
pi
n
g
c
a
n
c
e
r
[9]
.
T
h
e
s
o
phi
s
t
i
c
a
t
e
d
m
o
de
l
s
r
e
s
o
l
ve
a
n
d
e
nh
a
n
c
e
t
h
e
e
nt
i
r
e
p
r
o
c
e
s
s
of
de
t
e
c
t
i
n
g
l
u
ng
c
a
n
c
e
r
[10]
.
A
m
ul
t
i
l
a
y
e
r
b
r
i
g
ht
n
e
s
s
-
p
r
e
s
e
r
v
i
n
g
a
pp
r
o
a
c
h
h
a
s
b
e
e
n
e
xpl
o
i
t
e
d
t
o
f
r
e
que
nt
l
y
a
n
a
l
y
z
e
t
h
e
de
s
i
r
e
d
CT
l
u
ng
i
m
a
ge
s
t
o
e
nha
n
c
e
t
h
e
qu
a
l
i
t
y
of
l
u
n
g
i
m
a
ge
[1
1].
F
o
r
s
e
gm
e
nt
a
t
i
o
n
a
n
d
de
t
e
c
t
i
o
n
,
t
h
e
e
ff
i
c
i
e
n
t
l
o
w
-
l
e
v
e
l
ve
c
t
o
r
qua
nt
i
z
a
t
i
o
n
(
VQ
)
i
s
e
n
g
a
ge
d
t
o
de
t
e
c
t
i
n
i
t
i
a
l
n
o
dul
e
c
a
n
d
i
d
a
t
e
s
(IN
Cs
)
i
n
s
i
de
t
h
e
l
u
n
g
,
w
h
i
c
h
i
s
c
o
m
put
a
t
i
o
na
l
l
y
pr
o
f
i
c
i
e
n
t
w
h
e
n
c
o
m
pa
r
e
d
t
o
t
h
e
c
urr
e
nt
a
pp
r
o
a
c
h
e
s
[12
].
T
o
l
o
w
e
r
t
h
e
f
a
l
s
e
-
po
s
i
t
i
v
e
(F
P
)
ra
t
e
,
f
e
a
t
u
r
e
-
b
a
s
e
d
s
uppo
r
t
v
e
c
t
o
r
m
a
c
h
i
n
e
(
SVM
)
i
s
us
e
d
i
n
c
o
n
j
u
n
c
t
i
o
n
w
i
t
h
rul
e
-
b
a
s
e
d
f
i
l
t
e
r
i
n
g
[13
].
M
e
di
N
e
t
i
s
a
v
i
s
ua
l
d
a
t
a
s
e
t
f
o
r
t
r
a
n
s
f
e
r
l
e
a
rni
n
g
(T
L
)
a
ppl
i
c
a
t
i
o
n
s
t
ha
t
s
o
l
e
l
y
c
o
n
t
a
i
n
m
e
di
c
a
l
i
m
a
ge
s
.
F
o
r
t
h
e
Co
v
i
d
-
19,
d
i
a
b
e
t
i
c
r
e
t
i
n
o
pa
t
h
y
a
n
d
c
h
e
s
t
da
t
a
f
i
l
e
s
,
a
l
l
l
e
a
rni
n
g
a
l
go
ri
t
hm
t
r
a
n
s
f
e
r
s
a
r
e
r
e
t
ra
i
n
e
d
us
i
n
g
t
h
e
f
i
n
e
-
t
u
ni
n
g
a
pp
r
o
a
c
h
,
a
nd
t
h
e
f
e
a
t
u
r
e
s
e
t
s
a
n
d
w
e
i
ght
v
e
c
t
o
r
s
a
r
e
t
h
e
n
ut
i
l
i
z
e
d
t
o
de
t
e
c
t
di
s
e
a
s
e
s
[14]
.
T
o
p
r
o
v
i
de
t
h
e
a
l
go
r
i
t
h
m
w
i
t
h
a
m
a
s
s
i
v
e
da
t
a
f
i
l
e
c
o
n
t
a
i
ni
n
g
a
l
l
po
s
s
i
b
l
e
c
a
n
c
e
r
c
a
s
e
s
i
n
o
rde
r
t
o
a
c
c
u
r
a
t
e
l
y
c
l
a
s
s
i
fy
c
o
l
o
n
a
n
d
l
u
n
g
c
a
n
c
e
r.
T
o
e
nh
a
n
c
e
c
a
n
c
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
e
f
f
i
c
i
e
n
c
y
,
a
n
e
n
s
e
m
b
l
e
a
pp
r
o
a
c
h
i
s
e
m
pl
o
y
e
d
[15
].
t
h
e
du
a
l
-
t
r
e
e
m
-
b
a
n
d
w
a
v
e
l
e
t
t
r
a
n
s
f
o
r
m
(D
T
W
T
)
i
s
e
xpl
o
i
t
e
d
t
o
CT
p
i
c
t
u
r
e
s
w
h
i
c
h
i
s
i
m
p
l
e
m
e
n
t
e
d
b
y
P
r
i
y
a
a
n
d
V
e
nka
t
e
s
a
n
[
16].
A
t
b
o
t
h
hi
g
h
e
r
a
nd
l
o
w
e
r
f
r
e
que
n
c
i
e
s
,
i
t
p
r
o
duc
e
s
s
ub
-
b
a
n
d
c
o
e
ff
i
c
i
e
n
t
s
.
A
f
t
e
r
t
ha
t
,
l
o
w
-
f
r
e
que
n
c
y
c
o
m
po
n
e
n
t
s
a
r
e
r
e
s
e
t
t
o
z
e
r
o
.
T
h
i
s
a
pp
r
o
a
c
h
us
e
s
a
n
S
V
M
t
o
a
c
c
o
m
pl
i
s
h
s
upe
r
i
o
r
p
r
e
di
c
t
i
o
n
a
c
c
u
r
a
c
y
,
w
h
i
c
h
i
m
p
r
o
v
e
s
t
h
e
s
y
s
t
e
m
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
n
,
r
e
c
o
n
s
t
r
uc
t
i
o
n
i
s
c
a
rri
e
d
o
ut
b
y
e
m
pl
oy
i
n
g
c
o
m
po
n
e
nt
s
w
i
t
h
hi
g
h
e
r
f
r
e
que
n
c
i
e
s
.
U
n
fo
r
t
u
na
t
e
l
y
,
o
n
e
a
b
n
o
rm
a
l
i
m
a
ge
i
s
m
i
s
t
a
ke
n
l
y
c
a
t
e
go
r
i
z
e
d
us
i
n
g
a
n
S
V
M
c
l
a
s
s
i
f
i
e
r
b
y
t
h
e
c
o
n
duc
t
e
d
pr
o
c
e
dur
e
.
N
a
ï
v
e
B
a
y
e
s
w
i
t
h
c
uc
koo
s
e
a
r
c
h
o
pt
i
m
i
z
a
t
i
o
n
w
e
r
e
us
e
d
by
M
a
ni
c
ka
v
a
s
a
ga
m
a
n
d
S
e
l
v
a
n
[17
]
t
o
i
m
p
r
o
v
e
s
e
n
s
i
t
i
v
i
t
y
a
n
d
t
h
e
a
c
c
ura
c
y
of
l
u
n
g
c
a
n
c
e
r
.
T
hi
s
m
e
t
h
o
d
ha
s
t
h
e
a
dv
a
n
t
a
ge
o
f
pr
o
duc
i
n
g
b
e
t
t
e
r
r
e
s
ul
t
s
a
n
d
e
f
f
i
c
i
e
n
t
t
ra
i
n
i
n
g
w
i
t
h
o
ut
r
e
qui
ri
n
g
a
l
a
r
ge
t
r
i
a
l
s
i
z
e
o
f
da
t
a
f
i
l
e
s
.
O
n
t
h
e
o
t
h
e
r
ha
n
d,
t
h
e
s
u
gge
s
t
e
d
m
e
t
h
o
d
r
e
duc
e
s
t
h
e
s
e
n
s
i
t
i
v
i
t
y
of
n
o
dul
e
i
de
nt
i
f
i
c
a
t
i
o
n,
d
i
m
i
ni
s
h
i
n
g
t
h
e
r
e
s
ul
t
s
.
M
e
di
N
e
t
a
nd
R
di
N
e
t
w
e
r
e
i
m
pl
e
m
e
nt
e
d
b
y
Re
i
s
e
t
al
.
[18
]
w
h
i
c
h
i
n
c
l
ude
d
t
h
e
10
-
c
l
a
s
s
n
e
w
v
i
s
ua
l
da
t
a
f
i
l
e
k
n
o
w
n
a
s
M
e
di
N
e
t
.
T
h
e
R
di
N
e
t
DL
a
l
go
r
i
t
hm
w
a
s
i
m
pl
e
m
e
n
t
e
d
a
n
d
us
e
d
i
n
TL
a
ppl
i
c
a
t
i
o
n
s
f
o
r
p
r
e
-
t
r
a
i
ni
n
g
a
nd
c
l
a
s
s
i
f
i
c
a
t
i
o
n.
T
o
a
c
h
i
e
v
e
goo
d
r
e
s
ul
t
s
,
t
h
e
i
m
p
l
e
m
e
nt
e
d
m
e
t
h
o
d
M
e
di
N
e
t
m
a
de
us
e
o
f
a
s
m
a
l
l
da
t
a
s
e
t
.
F
u
r
t
h
e
rm
o
r
e
,
i
t
s
h
o
w
e
d
t
ha
t
t
h
e
s
upe
ri
o
r
r
e
s
ul
t
s
a
r
e
o
b
t
a
i
n
e
d
i
n
t
h
e
m
e
di
c
a
l
i
ndus
t
r
y
w
h
e
n
TL
t
e
c
hn
i
q
ue
s
a
r
e
a
pp
l
i
e
d
.
T
o
i
m
p
r
o
v
e
t
h
e
s
uc
c
e
s
s
r
a
t
e
o
f
t
h
e
TL
a
pp
r
o
a
c
h,
t
h
e
M
e
di
N
e
t
'
s
t
e
n
c
a
t
e
go
r
i
e
s
a
n
d
s
m
a
l
l
e
r
s
a
m
pl
e
s
i
z
e
o
f
da
t
a
s
h
o
ul
d
b
e
i
n
c
r
e
a
s
e
d.
A
h
y
b
r
i
d
g
r
o
up
a
pp
r
o
a
c
h
o
f
fe
a
t
ur
e
e
xt
ra
c
t
i
o
n
w
a
s
us
e
d
b
y
T
a
l
ukde
r
e
t
al
.
[19]
t
o
s
uc
c
e
s
s
f
ul
l
y
i
de
nt
i
fy
l
u
n
g
a
n
d
c
o
l
o
n
c
a
n
c
e
r.
Ci
v
i
t
-
M
a
s
o
t
e
t
a
l
.
[20]
de
v
e
l
o
pe
d
a
CN
N
fo
r
t
h
e
d
i
a
g
n
o
s
i
s
o
f
l
un
g
c
a
n
c
e
r
.
T
h
e
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
v
a
ri
a
t
i
o
n
s
i
n
e
f
fe
c
t
i
ve
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
ul
t
s
w
a
s
c
a
us
e
d
by
t
h
e
a
ddi
t
i
o
n
o
f
di
f
fe
r
e
nt
s
t
ra
t
e
gi
e
s
.
T
h
i
s
m
e
t
h
o
d
i
n
c
re
a
s
e
d
f
a
l
s
e
n
e
ga
t
i
v
e
by
d
e
c
r
e
a
s
i
n
g
p
r
e
c
i
s
i
o
n,
s
e
n
s
i
t
i
v
i
t
y
,
a
n
d
a
c
c
ur
a
c
y
.
F
r
o
m
t
h
e
a
b
o
ve
l
i
t
e
r
a
t
u
r
e
s
u
r
v
e
y
,
t
h
e
o
v
e
r
a
l
l
l
i
m
i
t
a
t
i
o
n
s
a
r
e
t
a
ke
n
f
r
o
m
r
e
f
e
r
e
n
c
e
pa
pe
r
s
us
i
n
g
a
n
S
V
M
c
l
a
s
s
i
f
i
e
r
w
hi
c
h
e
rr
o
n
e
o
us
l
y
i
de
n
t
i
f
i
e
d
a
n
a
n
o
m
a
l
o
us
i
m
a
ge
,
a
nd
t
h
e
c
uc
koo
s
e
a
r
c
h
o
pt
i
m
i
z
a
t
i
o
n
r
e
duc
e
d
t
h
e
s
e
n
s
i
t
i
v
i
t
y
of
n
o
dul
e
s
i
de
nt
i
f
i
c
a
t
i
o
n.
M
e
di
N
e
t
f
ra
m
e
d
a
s
m
a
l
l
n
u
m
b
e
r
o
f
da
t
a
a
s
t
h
e
s
i
ngl
e
f
e
a
t
u
r
e
e
xt
r
a
c
t
o
r
c
a
nn
o
t
de
l
i
v
e
r
c
o
n
s
i
s
t
e
nt
r
e
s
ul
t
s
.
T
o
o
ve
r
c
o
m
e
t
h
e
s
e
pr
o
b
l
e
m
s
,
a
c
o
m
b
i
n
e
d
s
t
r
a
t
e
g
y
w
h
i
c
h
i
n
c
r
e
a
s
e
d
t
h
e
s
uc
c
e
s
s
r
a
t
e
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
o
t
h
e
TL
ra
t
e
i
s
r
e
qui
r
e
d.
T
hi
s
p
a
pe
r
i
de
nt
i
f
i
e
d
c
e
r
t
a
i
n
l
i
m
i
t
a
t
i
o
n
s
w
h
e
r
e
t
h
e
e
xt
ra
c
t
i
o
n
o
f
a
s
i
n
gl
e
f
e
a
t
ur
e
l
e
d
t
o
i
na
de
qua
t
e
l
y
c
o
n
s
i
s
t
e
nt
o
ut
c
o
m
e
s
.
T
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d
w
a
s
s
ui
t
a
b
l
e
f
o
r
c
l
a
s
s
i
f
y
i
n
g
o
n
e
a
b
n
o
rm
a
l
i
m
a
ge
,
l
o
w
e
r
e
d
t
h
e
s
e
n
s
i
t
i
v
i
t
y
o
f
n
o
de
i
de
n
t
i
f
i
c
a
t
i
o
n,
r
e
duc
e
d
t
h
e
p
r
e
c
i
s
i
o
n
a
n
d
s
e
n
s
i
t
i
v
i
t
y
,
a
n
d
a
l
s
o
i
n
c
r
e
a
s
e
d
t
h
e
f
a
l
s
e
n
e
ga
t
i
v
e
.
T
o
r
e
duc
e
t
h
e
s
e
l
i
m
i
t
a
t
i
o
n
s
,
t
h
e
n
e
w
m
o
de
l
i
s
us
e
d
t
o
o
ve
r
c
o
m
e
t
h
e
go
o
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
ul
t
,
i
n
c
r
e
a
s
e
s
e
n
s
i
t
i
v
i
t
y
a
nd
p
r
e
c
i
s
i
o
n
,
a
n
d
a
l
s
o
us
e
d
t
o
de
c
r
e
a
s
e
t
h
e
f
a
l
s
e
n
e
g
a
t
i
v
e
i
n
t
h
e
f
ut
u
r
e
w
o
r
k.
T
h
e
c
o
nt
r
i
b
ut
i
o
n
s
a
r
e
l
i
s
t
e
d
a
s
f
o
l
l
ow
s
:
i)
A
h
y
b
r
i
d
CN
N
-
L
S
T
M
n
e
t
w
o
r
k
i
s
i
n
c
o
rpo
r
a
t
e
d
t
o
a
s
s
i
s
t
i
n
t
h
e
a
ut
o
m
a
t
i
c
i
ni
t
i
a
l
de
t
e
r
m
i
na
t
i
o
n
o
f
l
ung
c
a
n
c
e
r
p
a
t
i
e
nt
s
.
ii)
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
t
e
c
hni
que
us
e
d
i
s
m
e
a
s
u
r
e
d
us
i
n
g
t
h
e
r
e
c
e
i
v
e
r
o
pe
r
a
t
i
n
g
c
ha
r
a
c
t
e
r
i
s
t
i
c
(R
O
C),
a
n
d
a
n
e
xt
e
n
s
i
v
e
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
s
t
udy
'
s
r
e
s
ul
t
s
i
s
p
r
o
v
i
de
d
i
n
t
e
rm
s
o
f
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
s
.
T
h
e
s
t
ruc
t
u
r
e
o
f
t
hi
s
a
r
t
i
c
l
e
i
s
a
rra
n
ge
d
a
s
f
o
l
l
ow
s
:
s
e
c
t
i
o
n
2
e
xp
l
a
i
n
s
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d.
s
e
c
t
i
o
n
3
r
e
p
r
e
s
e
n
t
s
t
h
e
p
r
o
c
e
s
s
o
f
CN
N
-
l
o
n
g
s
h
o
r
t
t
e
rm
m
e
m
o
r
y
(
L
S
T
M
)
,
a
n
d
s
e
c
t
i
o
n
4
e
xpl
a
i
n
s
t
h
e
r
e
s
ul
t
s
a
n
d
di
s
c
us
s
i
o
n
,
w
h
i
l
e
s
e
c
t
i
o
n
5
de
s
c
r
i
b
e
s
t
h
e
c
o
n
c
l
us
i
o
n
.
2.
P
R
O
P
O
S
ED
M
ETH
O
D
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
l
un
g
di
s
e
a
s
e
s
a
n
d
t
h
e
i
r
ge
n
e
r
a
l
s
t
ruc
t
ur
e
i
s
de
pi
c
t
e
d
i
n
t
h
e
F
i
gu
r
e
1
.
I
n
t
h
e
pr
o
po
s
e
d
m
e
t
h
o
d,
f
e
a
t
ur
e
e
xt
ra
c
t
i
o
n
t
e
c
hn
i
q
ue
s
a
n
d
ML
m
o
de
l
s
a
r
e
us
e
d
t
o
p
r
e
di
c
t
l
u
n
g
c
a
n
c
e
r
a
n
d
c
o
l
o
n
by
ut
i
l
i
z
i
n
g
l
u
n
g
h
i
s
t
o
pa
t
h
o
l
o
g
y
a
n
d
L
C25000
c
o
l
o
n
i
m
a
ge
da
t
a
b
a
s
e
s
.
T
o
i
m
p
r
o
v
e
s
e
gm
e
n
t
a
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
n
t
h
e
s
pe
c
i
f
i
e
d
que
r
y
i
m
a
ge
,
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d
i
s
i
n
t
r
o
duc
e
d
a
s
i
t
a
c
h
i
e
v
e
s
t
h
e
hi
g
h
e
s
t
s
e
n
s
i
t
i
v
i
t
y
,
a
c
c
ur
a
c
y
,
s
pe
c
i
f
i
c
i
t
y
a
n
d
F
1
-
s
c
o
r
e
i
s
de
m
o
n
s
t
ra
t
e
d
i
n
t
hi
s
s
e
t
up.
T
h
e
i
de
a
l
r
e
p
r
e
s
e
nt
a
t
i
o
n
o
f
b
l
oc
k
di
a
g
ra
m
o
f
t
h
e
de
v
e
l
o
p
e
d
s
y
s
t
e
m
i
s
gi
v
e
n
i
n
F
i
g
u
r
e
1.
F
o
r
i
de
n
t
i
fy
i
n
g
l
u
n
g
c
a
n
c
e
r,
a
g
r
e
a
t
e
r
n
u
m
b
e
r
o
f
c
l
a
s
s
i
f
i
c
a
t
i
o
n
p
ha
s
e
s
a
r
e
i
n
c
l
ude
d
i
n
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d
s
uc
h
a
s
p
r
e
-
p
r
o
c
e
s
s
i
n
g,
f
e
a
t
u
r
e
e
xt
r
a
c
t
i
o
n,
f
e
e
di
n
g
i
nt
o
M
L
,
T
L
,
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
pe
r
f
o
r
m
a
n
c
e
,
a
n
d
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2
5
0
2
-
4
7
52
L
ung
c
an
c
e
r
s
e
gm
e
nt
a
t
i
o
n
a
nd
c
l
as
s
i
f
i
c
at
i
on
us
i
ng
h
y
br
i
d
C
NN
-
L
ST
M
m
o
de
l
(
Manas
w
i
ni
P
r
adhan
)
311
hi
g
h
-
pe
r
f
o
r
m
a
n
c
e
f
i
l
t
e
r
a
r
e
us
e
d
f
o
r
l
u
n
g
c
a
n
c
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
b
a
s
e
d
o
n
t
h
e
que
r
y
i
m
a
ge
.
T
h
e
m
e
a
s
u
r
e
s
l
i
ke
a
c
c
ur
a
c
y
,
s
pe
c
i
f
i
c
i
t
y
,
a
n
d
F
1
-
s
c
o
r
e
a
r
e
e
xpl
o
i
t
e
d
t
o
a
s
s
e
s
s
C
N
N
-
L
S
T
M
’s
pe
r
f
o
r
m
a
n
c
e
.
F
i
gu
r
e
1
.
B
l
o
c
k
di
a
g
r
a
m
f
o
r
de
v
e
l
o
pe
d
s
y
s
t
e
m
2.
1
.
D
atas
e
t
In
t
h
i
s
r
e
s
e
a
r
c
h
p
a
pe
r
,
l
u
n
g
c
a
n
c
e
r
a
n
d
c
o
l
o
n
da
t
a
s
e
t
s
o
f
hi
s
t
o
pa
t
h
o
l
o
gi
c
a
l
(L
C25000)
[
21]
i
m
a
ge
s
a
r
e
us
e
d
t
o
c
l
a
s
s
i
fy
t
h
e
que
r
y
i
m
a
ge
a
n
d
t
h
e
r
e
a
r
e
25,
0
00
i
m
a
ge
s
i
n
b
o
t
h
t
h
e
da
t
a
s
e
t
s
.
O
u
t
o
f
t
h
e
m
,
15
,
000
i
m
a
ge
s
a
r
e
f
r
o
m
l
u
n
g
c
a
n
c
e
r
d
a
t
a
s
e
t
a
nd
1
0,
00
0
i
m
a
ge
s
a
r
e
f
r
o
m
c
o
l
o
n
c
a
n
c
e
r
.
I
n
l
u
n
g
c
a
n
c
e
r,
t
h
e
r
e
a
r
e
3
c
l
a
s
s
e
s
i
n
c
e
l
l
l
a
b
e
l
s
n
a
m
e
l
y
,
a
de
n
o
c
a
r
c
i
n
o
m
a
s
,
b
e
n
i
g
na
n
t
t
i
s
s
ue
,
a
n
d
s
q
ua
m
o
us
c
e
l
l
c
a
r
c
i
n
o
m
a
s
,
a
n
d
i
n
c
o
l
o
n
,
t
h
e
r
e
a
r
e
2
c
l
a
s
s
e
s
i
n
c
e
l
l
l
a
b
e
l
s
na
m
e
l
y
,
b
e
n
i
g
n
t
i
s
s
ue
a
n
d
a
de
n
o
c
a
r
c
i
n
o
m
a
s
.
I
ni
t
i
a
l
l
y
,
t
h
e
r
e
a
r
e
7
50
i
m
a
ge
s
o
f
l
ung
t
i
s
s
ue
,
a
n
d
f
r
o
m
t
ha
t
,
250
i
m
a
ge
s
a
r
e
s
qua
m
o
us
c
e
l
l
c
a
r
c
i
n
o
m
a
s
,
250
i
m
a
ge
s
a
r
e
a
de
n
o
c
a
r
c
i
n
o
m
a
s
,
a
n
d
250
a
r
e
b
e
n
i
g
n,
a
n
d
t
h
e
s
e
s
a
m
p
l
e
i
m
a
ge
s
a
r
e
e
nh
a
n
c
e
d
t
o
p
r
o
duc
e
25,
0
00
i
m
a
ge
s
.
T
h
e
L
C25000
d
a
t
a
s
e
t
a
r
e
a
s
a
m
p
l
e
o
f
c
o
n
f
i
r
m
e
d
r
e
f
e
r
e
n
c
e
a
n
d
H
IP
A
A
-
c
o
m
pl
i
a
n
t
.
I
n
t
hi
s
p
r
o
po
s
e
d
s
y
s
t
e
m
,
f
r
o
m
25,
000
i
m
a
ge
s
o
f
bo
t
h
c
o
l
o
n
a
nd
l
u
n
g
c
a
n
c
e
r
i
m
a
ge
s
,
o
nl
y
10,
000
i
m
a
ge
s
a
r
e
us
e
d
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
nd
pr
e
di
c
t
i
o
n
o
f
l
u
n
g
c
a
n
c
e
r
di
s
e
a
s
e
.
F
r
o
m
t
h
e
10
,
000
i
m
a
ge
s
,
4
,
200
a
n
d
2
,
800
i
m
a
ge
s
a
r
e
i
n
t
h
e
c
o
m
b
i
na
t
i
o
n
o
f
bo
t
h
l
u
n
g
a
n
d
c
o
l
o
n,
r
e
s
pe
c
t
i
v
e
l
y
,
a
n
d
5,
0
00
i
m
a
ge
s
a
r
e
o
f
c
o
l
o
n
t
i
s
s
ue
s
.
2.
2
.
P
r
e
-
p
r
o
c
e
s
s
i
n
g
o
f
d
a
tas
e
t
P
r
e
-
p
r
o
c
e
s
s
i
n
g
o
f
i
m
a
ge
s
i
n
t
h
e
da
t
a
s
e
t
[2
2]
g
i
v
e
s
b
r
i
g
h
t
e
r,
c
l
e
a
r
e
r
,
a
nd
m
o
r
e
de
t
a
i
l
-
ri
c
h
t
ha
n
t
h
e
o
r
i
gi
na
l
,
m
a
k
i
n
g
t
h
e
m
s
ui
t
e
d
f
o
r
d
ri
v
i
n
g
i
nt
o
m
o
de
l
s
a
n
d
a
c
hi
e
v
i
n
g
hi
g
h
e
r
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
i
m
a
ge
s
.
I
n
c
o
n
vo
l
ut
i
o
n
a
l
ke
rn
e
l
m
a
t
ri
x,
w
e
i
gh
t
e
d
a
v
e
r
a
ge
o
f
e
a
c
h
pi
xe
l
s
urr
o
u
n
d
i
n
g
i
t
s
n
e
i
g
h
b
o
r
h
o
o
d
i
s
gi
v
e
n
by
us
i
n
g
c
o
n
vo
l
ut
i
o
n
a
l
f
i
l
t
e
r.
V
a
r
i
o
us
v
i
s
ua
l
e
f
fe
c
t
s
a
r
e
e
v
o
l
v
e
d
by
di
ff
e
r
e
n
t
ke
rn
e
l
’s
s
h
a
pe
a
n
d
s
i
z
e
.
M
a
t
h
e
m
a
t
i
c
a
l
l
y
,
t
h
e
o
pe
r
a
t
i
o
n
i
n
c
o
n
v
o
l
ut
i
o
na
l
i
s
e
xp
r
e
s
s
e
d
a
s
s
h
o
w
n
b
e
l
ow
.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
41
,
N
o
.
1
,
J
a
n
u
a
r
y
20
2
6
:
309
-
3
19
312
L
e
t
us
a
s
s
um
e
,
=
(
,
)
=
1
,
.
.
.
,
=
1
,
.
.
.
,
i
s
a
g
r
a
y
s
c
a
l
e
i
m
a
ge
.
Co
n
s
i
de
r
t
h
e
c
o
n
v
o
l
ut
i
o
n
a
l
m
a
t
ri
x
o
f
t
h
e
ke
rn
e
l
a
s
=
(
,
)
=
1
,
…
,
=
1
,
…
,
,
w
h
e
r
e
i
t
us
e
s
a
n
d
i
n
t
e
ge
r
s
a
s
n
o
n
-
n
e
ga
t
i
v
e
i
n
=
2
+
1
,
=
2
+
1
.
W
h
e
n
c
o
n
v
o
l
ut
i
o
n
a
l
,
i
s
a
p
pl
i
e
d
f
o
r
t
h
e
que
r
y
i
m
a
ge
,
a
n
d
pr
o
duc
e
s
t
h
e
o
ut
c
o
m
e
a
s
I
′
=
I
′
(
,
)
=
1
,
…
,
=
1
,
…
w
h
e
r
e
e
a
c
h
(x
0,
y
0)
i
s
e
xp
r
e
s
s
e
d
i
n
(1
).
′
(
0
,
0
)
=
∑
∑
(
,
)
(
0
+
,
0
+
)
=
−
=
−
(1)
W
h
e
r
e
,
1
≤
0
−
,
0
+
≤
,
1
≤
0
−
,
0
+
≤
.
2.
3
.
Tr
an
s
fe
r
l
e
a
r
n
i
n
g
m
o
d
e
l
s
F
o
r
a
n
a
l
y
z
i
n
g
t
h
e
da
t
a
s
e
t
a
n
d
e
xt
ra
c
t
i
ng
f
e
a
t
u
r
e
s
,
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d
us
e
s
f
i
v
e
TL
m
o
d
e
l
s
s
uc
h
a
s
M
ob
i
l
e
N
e
t
,
D
e
n
s
e
N
e
t
,
201V
G
G
19
,
v
i
s
ua
l
ge
o
m
e
t
r
y
gr
o
up
-
16
(
V
G
G
16
)
,
a
n
d
D
e
n
s
e
N
e
t
201.
M
L
a
p
p
r
o
a
c
h
e
s
a
r
e
e
xpl
o
i
t
e
d
t
o
a
s
s
e
s
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
CN
N
-
L
S
T
M
.
i)
V
G
G
16:
t
h
e
c
o
r
e
s
of
gi
gge
r
c
o
n
v
o
l
ut
i
o
na
l
a
r
e
r
e
pl
a
c
e
d
by
3
3
m
ul
t
i
p
l
e
c
o
n
v
o
l
ut
i
o
n
a
l
c
o
r
e
s
i
n
A
l
e
xN
e
t
a
r
e
e
nh
a
n
c
e
d
by
V
G
G
16,
a
n
d
[23]
c
a
us
e
s
de
c
r
e
a
s
e
i
n
t
h
e
n
u
m
b
e
r
o
f
pa
ra
m
e
t
e
r
s
a
nd
i
n
c
r
e
a
s
e
i
n
t
h
e
n
e
t
w
o
r
k
de
pt
h.
Co
n
v
o
l
ut
i
o
na
l
,
f
ul
l
y
l
i
n
ke
d
l
a
y
e
r
s
,
a
n
d
po
o
l
i
n
g
a
r
e
t
h
e
t
hr
e
e
c
o
m
po
n
e
n
t
s
o
f
V
G
G
16
TL
.
T
h
e
c
o
n
vo
l
ut
i
o
n
a
l
l
a
y
e
r
us
e
s
f
i
l
t
e
r
s
t
o
r
e
t
r
i
e
v
e
t
h
e
i
n
f
o
r
m
a
t
i
o
n
p
r
e
s
e
n
t
i
n
i
m
a
ge
s
;
t
h
e
t
w
o
s
i
gni
f
i
c
a
n
t
c
h
a
ra
c
t
e
ri
s
t
i
c
s
a
r
e
s
i
z
e
o
f
s
t
r
i
de
a
n
d
ke
rn
e
l
,
w
hi
l
e
t
h
e
po
l
i
n
g
l
a
y
e
r
r
e
duc
e
s
di
m
e
n
s
i
o
n
a
l
i
t
y
a
nd
c
o
m
put
a
t
i
o
n
s
w
h
i
l
e
i
n
c
r
e
a
s
i
ng
t
h
e
s
pa
t
i
a
l
de
n
s
i
t
y
o
f
t
h
e
n
e
t
w
o
r
k.
T
h
e
y
i
n
t
e
r
a
c
t
w
i
t
h
t
h
e
l
o
w
e
r
l
e
v
e
l
s
i
n
c
o
m
pl
e
t
e
l
y
l
i
n
ke
d
l
a
y
e
r
s
i
n
a
f
ul
l
y
c
o
n
n
e
c
t
e
d
m
a
nn
e
r.
ii)
V
G
G
19:
t
h
e
V
G
G
19
[24]
m
o
de
l
c
o
n
s
i
s
t
s
o
f
19
l
a
y
e
r
s
a
nd
i
s
a
f
e
a
t
u
r
e
e
xt
ra
c
t
o
r
o
f
w
e
i
gh
t
e
d
g
r
o
und.
F
o
r
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
t
h
e
i
m
a
ge
s
i
nt
o
v
a
ri
o
us
1,
000
c
l
a
s
s
e
s
3
de
n
s
e
l
a
y
e
r
s
a
n
d
1
6
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
s
a
r
e
c
o
m
b
i
n
e
d.
V
G
G
19
w
a
s
i
m
pl
e
m
e
nt
e
d
by
us
i
n
g
Im
a
ge
N
e
t
w
hi
c
h
c
o
n
t
a
i
n
s
m
i
l
l
i
o
n
num
b
e
r
o
f
i
m
a
ge
s
a
n
d
a
r
e
c
l
a
s
s
i
f
i
e
d
i
nt
o
1,
000
c
l
a
s
s
e
s
.
T
h
e
r
e
a
r
e
4
c
o
n
v
1
m
a
x
po
o
l
,
3
F
C
l
a
y
e
r
s
,
2
c
o
n
v
1
m
a
x
po
o
l
i
n
pr
o
po
s
e
d
m
e
t
h
o
d.
A
s
i
t
e
m
pl
o
y
s
3x3
m
ul
t
i
pl
e
f
i
l
t
e
r
s
c
o
n
v
e
nt
,
i
t
i
s
po
pul
a
r
f
o
r
p
h
o
t
o
p
r
e
di
c
t
i
o
n
m
o
de
l
.
iii)
M
ob
i
l
e
N
e
t
:
p
o
i
n
t
w
i
s
e
a
n
d
de
pt
h
w
i
s
e
c
o
n
v
o
l
ut
i
o
n
s
a
r
e
t
he
t
w
o
l
a
y
e
r
s
p
r
e
s
e
n
t
e
d
i
n
M
o
b
i
l
e
N
e
t
.
T
o
m
i
ni
m
a
l
i
z
e
c
o
m
put
a
t
i
o
n
a
l
c
o
s
t
i
n
p
r
e
l
i
m
i
n
a
r
y
fe
w
l
a
y
e
r
s
,
s
e
pa
ra
b
l
e
de
pt
h
w
i
s
e
c
o
n
v
o
l
ut
i
o
n
s
a
r
e
i
n
t
r
o
duc
e
d,
w
h
i
l
e
de
pt
h
w
i
s
e
c
o
n
v
o
l
ut
i
o
n
s
a
r
e
us
e
d
t
o
a
l
l
o
c
a
t
e
v
a
r
i
o
us
f
i
l
t
e
r
s
o
f
i
n
put
i
n
e
v
e
r
y
c
l
a
s
s
,
a
n
d
t
o
de
ve
l
o
p
a
j
o
i
n
t
di
s
t
r
i
b
ut
i
o
n
,
c
o
n
v
1x
1
(po
i
n
t
w
i
s
e
)
i
s
us
e
d
i
n
o
ut
pu
t
o
f
de
pt
h
w
i
s
e
l
a
y
e
r
s
.
A
f
t
e
r
e
v
e
r
y
c
o
n
vo
l
ut
i
o
n
a
l
r
e
c
t
i
f
i
e
d
l
i
n
e
a
r
u
n
i
t
(R
e
L
U
),
a
n
d
b
a
t
c
h
n
o
rm
a
l
i
z
e
d
(B
N
)
i
s
us
e
d.
T
h
e
a
c
c
ura
c
y
t
r
a
de
-
o
ff
a
n
d
de
l
a
y
c
a
l
c
ul
a
t
e
t
h
e
e
ff
i
c
i
e
n
c
y
,
a
n
d
a
r
e
us
e
d
t
o
i
de
nt
i
fy
,
s
e
gm
e
n
t
,
a
n
d
c
a
t
e
go
ri
z
e
t
h
e
i
m
a
ge
s
.
i
v
)
D
e
n
s
e
N
e
t
:
D
e
n
s
e
N
e
t
f
e
e
ds
f
o
r
w
a
r
d
e
v
e
r
y
l
a
y
e
r
a
nd
e
ff
e
c
t
s
t
h
e
b
e
h
a
v
i
o
r
o
f
e
a
c
h
c
o
n
t
i
n
uo
us
l
a
y
e
r
,
k
n
o
w
n
a
s
t
h
e
CN
N
.
T
h
e
r
e
a
r
e
a
t
o
t
a
l
o
f
f
i
ve
l
a
y
e
r
s
i
n
t
h
e
D
e
n
s
e
N
e
t
b
l
oc
k,
o
ut
o
f
w
h
i
c
h
t
h
e
i
ni
t
i
a
l
4
l
a
y
e
r
s
a
r
e
t
h
i
c
k
a
n
d
l
a
s
t
l
a
y
e
r
i
s
t
h
e
t
r
a
n
s
i
t
i
o
n
l
a
y
e
r
;
h
e
r
e
,
i
s
t
h
e
ra
t
e
o
f
gr
o
w
t
h
i
n
e
v
e
r
y
l
a
y
e
r
.
2
x2
t
hr
o
ug
h
a
2
s
t
ri
de
a
n
d
c
o
n
v
1x1
i
s
t
h
e
a
v
e
r
a
ge
po
o
l
o
f
t
r
a
n
s
i
t
i
o
n
l
a
y
e
r
i
f
t
h
e
r
a
t
e
o
f
g
r
o
w
t
h
i
s
4
,
w
h
i
l
e
1
x1
o
f
3x3
w
i
t
h
1
s
t
ri
de
a
n
d
c
o
n
v
a
r
e
i
n
f
o
ur
l
a
y
e
r
s
.
D
e
n
s
e
N
e
t
169,
D
e
n
s
e
N
e
t
n
e
t
w
o
r
ks
,
a
n
d
D
e
n
s
e
N
e
t
201
a
r
e
us
e
d
i
n
CN
N
-
L
S
T
M
m
o
de
l
f
o
r
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
u
a
t
i
o
n
.
2.
4
.
D
e
e
p
f
e
atu
r
e
e
x
tr
ac
ti
o
n
D
i
f
fe
r
e
n
t
c
u
rr
e
nt
m
o
de
l
s
a
r
e
us
e
d
a
n
d
m
o
di
f
i
e
d
i
n
t
hi
s
e
xpe
ri
m
e
n
t
s
o
a
s
t
o
m
e
e
t
t
h
e
r
e
qu
i
r
e
m
e
n
t
s
a
s
m
o
r
e
a
t
t
e
nt
i
o
n
w
a
s
d
r
a
w
n
by
t
h
e
p
r
o
po
s
e
d
DL
a
pp
r
o
a
c
h.
T
o
r
e
t
ri
e
v
e
t
h
e
s
pe
c
i
f
i
c
a
t
t
ri
b
ut
e
s
i
n
t
h
e
da
t
a
s
e
t
,
i
t
s
e
pa
ra
t
e
s
o
nl
y
fe
w
l
a
y
e
r
s
a
n
d
us
e
s
t
h
e
t
ra
i
n
e
d
w
e
i
gh
t
s
i
n
t
h
e
f
r
o
z
e
n
l
a
y
e
r
,
i
n
s
t
e
a
d
o
f
t
ra
i
ni
n
g
t
o
t
a
l
m
o
de
l
.
S
i
g
n
i
f
i
c
a
n
t
f
e
a
t
u
r
e
s
i
n
i
m
a
ge
s
p
l
a
y
a
m
a
j
o
r
r
o
l
e
i
n
e
ff
e
c
t
i
v
e
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
t
h
e
i
m
a
ge
s
.
F
e
a
t
u
r
e
e
xt
r
a
c
t
i
o
n:
t
hi
s
p
r
o
c
e
s
s
i
s
e
xpl
o
i
t
e
d
t
o
e
xt
r
a
c
t
f
e
a
t
u
r
e
s
f
r
o
m
m
a
x
-
po
o
l
i
ng
o
f
t
h
e
l
a
s
t
b
l
o
c
k
l
a
y
e
r
of
a
n
F
C
l
a
y
e
r
.
T
h
e
i
n
pu
t
i
m
a
ge
s
i
z
e
i
s
12
8
×
12
8
×
3
,
b
e
fo
r
e
a
n
d
a
f
t
e
r
f
e
a
t
u
r
e
s
ha
pe
s
a
r
e
us
e
d
i
n
t
h
e
f
e
a
t
ur
e
e
xt
r
a
c
t
i
o
n
p
r
o
c
e
dur
e
.
A
f
t
e
r
f
e
a
t
ur
e
e
xt
ra
c
t
i
o
n
,
t
h
e
f
e
a
t
u
r
e
'
s
f
i
n
a
l
s
i
z
e
i
s
16
,
384
.
A
t
t
h
i
s
po
i
nt
,
r
e
f
e
r
s
n
u
m
b
e
r
o
f
i
n
pu
t
i
m
a
ge
s
;
f
ur
t
h
e
r,
i
nput
/
o
ut
put
f
e
a
t
u
r
e
s
i
z
e
s
fo
r
c
o
l
o
n
,
l
u
ng,
a
n
d
o
t
h
e
r
c
a
n
c
e
r
s
a
r
e
c
a
l
c
ul
a
t
e
d.
T
h
e
e
xt
ra
c
t
e
d
c
ha
r
a
c
t
e
r
i
s
t
i
c
s
a
r
e
p
r
o
v
i
de
d
t
o
t
h
e
M
L
a
l
go
r
i
t
hm
t
o
e
v
a
l
u
a
t
e
e
a
c
h
ML
m
o
de
l
’s
e
ff
e
c
t
i
v
e
n
e
s
s
.
A
l
l
o
f
t
h
e
T
L
m
o
de
l
s
a
r
e
a
pp
l
i
e
d
us
i
n
g
t
hi
s
m
e
t
h
o
d.
3.
C
O
N
V
O
LU
TI
O
N
A
L
N
EU
R
A
L
N
ET
WO
R
K
A
N
D
LO
N
G
S
H
O
R
T
-
TER
M
M
E
M
O
R
Y
3.
1
.
C
o
n
vo
l
u
ti
o
n
al
n
e
u
r
al
n
e
tw
o
r
k
In
t
h
e
p
r
o
po
s
e
d
m
e
t
h
o
d,
m
a
n
y
f
i
l
t
e
r
s
a
r
e
us
e
d
t
o
t
r
a
i
n
t
h
e
i
m
a
ge
a
t
di
f
f
e
r
e
n
t
p
ha
s
e
s
by
us
i
n
g
CN
N
t
o
i
de
nt
i
fy
di
f
fe
r
e
n
t
p
r
o
pe
r
t
i
e
s
of
a
n
i
m
a
ge
.
T
h
e
m
a
i
n
a
i
m
o
f
CN
N
i
s
t
o
r
e
t
ri
e
v
e
l
oc
a
l
c
ha
r
a
c
t
e
r
i
s
t
i
c
s
f
r
o
m
hi
g
h
e
r
-
l
e
v
e
l
a
nd
p
r
o
c
e
s
s
e
d
t
o
a
l
o
w
e
r
-
l
e
v
e
l
.
E
a
c
h
l
a
y
e
r
o
ut
p
ut
i
s
t
a
ke
n
a
s
i
nput
f
o
r
n
e
xt
l
a
y
e
r
s
t
h
a
t
s
t
a
r
t
s
w
i
t
h
t
h
e
s
t
ra
i
g
h
t
f
o
r
w
a
r
d
p
r
o
pe
r
t
i
e
s
l
i
ke
e
dge
s
,
b
ri
g
ht
n
e
s
s
a
nd
f
i
n
ds
i
t
m
o
r
e
di
f
f
i
c
ul
t
w
h
e
n
c
l
a
s
s
i
f
y
i
n
g
e
a
c
h
i
t
e
m
pa
r
t
i
c
ul
a
rl
y
.
CN
N
c
o
n
s
i
s
t
s
o
f
S
of
t
M
a
x
l
a
y
e
r
,
R
e
L
U
,
c
o
n
vo
l
ut
i
o
n
a
l
l
a
y
e
r
,
p
o
o
l
i
n
g
l
a
y
e
r
s
,
de
n
s
e
,
a
n
d
f
ul
l
y
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2
5
0
2
-
4
7
52
L
ung
c
an
c
e
r
s
e
gm
e
nt
a
t
i
o
n
a
nd
c
l
as
s
i
f
i
c
at
i
on
us
i
ng
h
y
br
i
d
C
NN
-
L
ST
M
m
o
de
l
(
Manas
w
i
ni
P
r
adhan
)
313
c
o
n
n
e
c
t
e
d
(F
C
).
T
o
de
m
o
n
s
t
r
a
t
e
t
h
e
f
e
a
t
ur
e
m
a
ps
m
a
s
s
,
c
o
n
v
o
l
ut
i
o
na
l
l
a
y
e
r
ke
rn
e
l
s
a
r
e
us
e
d.
I
t
us
e
s
“
s
t
r
i
de
(s
)
”
t
o
c
o
n
v
o
l
ve
a
t
o
t
a
l
i
n
put
a
n
d
b
y
t
ha
t
,
t
h
e
m
e
a
s
ur
e
m
e
nt
s
o
f
o
ut
c
o
m
e
v
a
l
ue
c
o
m
e
a
s
a
n
i
nt
e
ge
r.
P
a
ddi
n
g
a
v
o
l
um
e
i
nput
w
i
t
h
z
e
r
o
i
s
do
n
e
b
y
us
i
n
g
z
e
r
o
pa
d
di
n
g
a
nd
c
o
n
t
i
nue
i
t
s
di
m
e
n
s
i
o
n
s
w
i
t
h
f
e
a
t
u
r
e
s
o
f
t
h
e
l
o
w
e
r
-
l
e
v
e
l
.
T
h
e
w
o
r
ki
n
g
o
f
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
i
s
w
ri
t
t
e
n
i
n
t
h
e
(2)
.
(
,
)
=
(
∗
)
(
,
)
=
∑
∑
(
+
,
+
)
(
,
)
(2)
In
t
h
e
(2)
,
t
h
e
f
e
a
t
u
r
e
m
a
p
o
ut
c
o
m
e
i
s
de
n
o
t
e
d
by
,
i
n
pu
t
m
a
t
r
i
x
i
s
de
n
o
t
e
d
by
,
c
o
n
v
o
l
ut
i
o
na
l
l
a
y
e
r
w
o
r
ki
n
g
i
s
de
n
o
t
e
d
by
∗
,
∗
i
s
t
h
e
s
i
z
e
o
f
2D
f
i
l
t
e
r
w
h
i
c
h
i
s
r
e
p
r
e
s
e
nt
e
d
by
.
B
y
ke
e
pi
n
g
i
n
p
ut
t
hr
e
s
h
o
l
d
v
a
l
ue
a
s
z
e
r
o
,
R
e
L
U
a
c
t
i
v
a
t
i
o
n
i
s
c
o
m
put
e
d
a
n
d
m
a
t
h
e
m
a
t
i
c
a
l
l
y
gi
v
e
n
a
s
i
n
(
3),
(
)
=
(
0
,
)
(3)
3.
2
.
Lo
n
g
s
h
o
r
t
-
te
r
m
m
e
m
o
r
y
L
S
T
M
c
o
n
s
i
s
t
s
o
f
s
i
n
gl
e
i
n
p
ut
po
i
n
t
s
,
w
hi
l
e
f
e
e
db
a
c
k
l
i
n
e
p
r
e
s
e
nt
i
n
L
S
T
M
i
s
us
e
d
t
o
m
a
na
ge
f
ul
l
da
t
a
s
e
que
n
c
e
.
L
S
T
M
i
s
t
o
ge
t
h
e
r
w
i
t
h
3
ga
t
e
s
na
m
e
l
y
,
i
n
pu
t
,
o
ut
put
,
a
n
d
f
o
r
ge
t
;
h
e
r
e
,
r
e
f
e
r
s
t
o
t
h
e
c
u
rr
e
n
t
i
n
put
,
a
n
d
ℎ
−
1
a
n
d
ℎ
r
e
f
e
r
t
o
t
h
e
c
u
rr
e
n
t
a
nd
p
r
e
v
i
o
us
o
ut
put
,
a
n
d
n
e
w
a
n
d
p
r
i
o
r
s
t
a
t
e
s
o
f
c
e
l
l
s
a
r
e
de
n
o
t
e
d
by
−
1
a
n
d
̃
,
c
o
r
r
e
s
po
n
d
i
n
g
l
y
.
L
S
T
M
i
n
pu
t
ga
t
e
i
s
de
m
o
n
s
t
ra
t
e
d
i
n
(4
)
-
(
6).
=
(
.
[
ℎ
−
1
,
]
+
)
(4)
̃
=
ℎ
(
.
[
ℎ
−
1
,
]
+
)
(5)
=
−
1
+
̃
(6)
S
i
gm
o
i
d
l
a
y
e
r
i
s
ut
i
l
i
z
e
d
t
o
de
t
e
r
m
i
n
e
w
h
i
c
h
p
a
r
t
o
f
da
t
a
t
o
b
e
c
o
n
s
i
de
r
e
d
by
fo
l
l
ow
i
n
g
ℎ
−
1
a
n
d
,
a
n
d
i
s
us
e
d
i
n
(4)
.
T
o
e
nh
a
n
c
e
t
h
e
da
t
a
ℎ
−
1
,
a
n
d
ℎ
−
1
s
h
o
ul
d
m
o
v
e
w
i
t
h
t
h
e
l
a
y
e
r
o
f
t
a
nh
i
n
(5).
T
h
e
c
urr
e
n
t
i
n
s
t
a
nt
,
̃
a
nd
l
o
n
g
-
t
e
rm
m
e
m
o
r
y
i
n
da
t
a
i
s
i
n
(6)
,
w
h
e
r
e
i
s
de
f
i
n
e
d
by
t
h
e
o
ut
put
o
f
t
h
e
s
i
gm
o
i
d
,
t
h
e
o
ut
put
o
f
t
a
nh
i
s
de
n
o
t
e
d
by
̃
,
h
e
r
e
̃
i
s
c
o
n
v
e
r
t
e
d
b
y
−
1
.
L
S
T
M
i
n
pu
t
ga
t
e
b
i
a
s
i
s
de
n
o
t
e
d
by
,
a
nd
w
e
i
ght
m
a
t
r
i
c
e
s
a
r
e
de
f
i
n
e
d
a
s
.
F
o
r
t
h
e
s
e
l
e
c
t
i
v
e
t
ra
n
s
m
i
s
s
i
o
n
o
f
da
t
a
t
h
e
s
i
gm
o
i
d
l
a
y
e
r
a
n
d
do
t
p
r
o
duc
t
t
o
ge
t
h
e
r
w
i
t
h
t
h
e
L
S
T
M
i
s
pe
r
m
i
t
t
e
d
by
t
h
e
f
o
r
ge
t
g
a
t
e
.
H
e
r
e
i
n
(7)
,
t
h
e
o
ff
s
e
t
i
s
r
e
f
e
r
r
e
d
t
o
a
s
,
w
e
i
ght
m
a
t
r
i
x
i
s
s
y
m
bo
l
i
z
e
d
a
s
,
a
n
d
s
i
gm
o
i
d
f
un
c
t
i
o
n
i
s
r
e
p
r
e
s
e
nt
e
d
by
,
t
ha
t
i
s
e
xpl
o
i
t
e
d
t
o
de
t
e
rm
i
n
e
t
h
e
fo
r
ge
t
d
a
t
a
m
a
t
c
h
e
d
w
i
t
h
a
s
pe
c
i
f
i
c
p
r
o
b
a
b
i
l
i
t
y
f
r
o
m
t
h
e
e
a
r
l
i
e
r
s
t
a
ge
o
r
n
o
t
.
=
(
.
[
ℎ
−
1
,
]
+
)
(7)
T
h
e
n
e
c
e
s
s
a
r
y
s
t
a
t
e
s
f
o
r
t
h
e
i
nput
s
o
f
ℎ
−
1
a
n
d
a
r
e
c
a
l
c
ul
a
t
e
d
by
t
h
e
L
S
T
M
’s
,
a
s
s
h
o
w
n
i
n
t
h
e
(8)
a
n
d
(9
).
i
s
t
h
e
n
e
w
i
n
f
o
r
m
a
t
i
o
n
t
ha
t
i
s
c
a
rr
i
e
d
b
y
t
h
e
de
c
i
s
i
o
n
v
e
c
t
o
r
s
,
a
n
d
t
o
ge
n
e
ra
t
e
f
i
n
a
l
o
ut
pu
t
ℎ
f
un
c
t
i
o
n
i
s
r
e
t
r
i
e
v
e
d
a
n
d
m
u
l
t
i
pl
i
e
d.
=
(
.
[
ℎ
−
1
,
]
+
)
(8)
ℎ
=
ℎ
(
)
(9)
W
h
e
r
e
,
a
nd
de
n
o
t
e
t
h
e
b
i
a
s
a
n
d
w
e
i
ght
e
d
m
a
t
ri
c
e
s
.
3.
3
.
H
yb
r
i
d
C
N
N
-
LS
TM
A
n
L
S
T
M
a
r
c
hi
t
e
c
t
u
r
e
k
n
o
w
n
a
s
CN
N
-
L
S
T
M
i
s
c
r
e
a
t
e
d
pa
r
t
i
c
ul
a
rl
y
fo
r
t
h
e
p
r
o
c
e
s
s
pr
e
di
c
t
i
o
n
i
s
s
ue
s
i
n
c
l
udi
ng
v
i
s
ua
l
i
nput
s
l
i
ke
i
m
a
ge
s
o
r
v
i
de
o
s
.
F
o
r
i
de
n
t
i
fy
i
n
g
l
u
n
g
c
a
n
c
e
r
i
n
s
t
a
n
c
e
s
a
ut
o
m
a
t
i
c
a
l
l
y
,
t
hr
e
e
ki
n
ds
o
f
i
m
a
ge
s
o
f
X
-
r
a
y
s
a
r
e
us
e
d
i
n
t
hi
s
c
o
m
b
i
na
t
i
o
n
s
y
s
t
e
m
.
T
h
e
s
t
ruc
t
u
r
e
o
f
t
h
e
a
r
c
hi
t
e
c
t
u
r
e
i
s
de
ve
l
o
pe
d
by
f
us
i
n
g
n
e
t
w
o
r
ks
o
f
L
S
T
M
a
n
d
CN
N
,
a
s
c
l
a
s
s
i
f
i
e
r
s
CN
N
a
r
e
us
e
d
t
o
r
e
m
o
v
e
t
h
e
c
o
m
pl
e
x
de
t
a
i
l
s
f
r
o
m
L
S
T
M
a
n
d
i
m
a
ge
s
f
u
n
c
t
i
o
n
s
.
T
h
e
p
r
o
po
s
e
d
h
y
b
r
i
d
n
e
t
w
o
r
k
i
s
us
e
d
t
o
de
t
e
c
t
t
h
e
l
u
n
g
c
a
n
c
e
r
di
s
e
a
s
e
a
s
s
h
o
w
n
i
n
F
i
gu
r
e
2
.
T
h
e
n
e
t
w
o
r
k
o
f
20
l
a
y
e
r
s
:
5
po
o
l
i
ng
l
a
y
e
r
s
,
1
2
l
a
y
e
r
s
o
f
c
o
n
v
o
l
ut
i
o
na
l
,
1
l
a
y
e
r
o
f
L
S
T
M
,
1
o
ut
pu
t
l
a
y
e
r
,
a
n
d
1
l
a
y
e
r
o
f
F
C
w
i
t
h
a
f
u
n
c
t
i
o
n
S
o
f
t
M
a
x.
T
w
o
o
r
t
hr
e
e
2D
CN
N
s
,
a
po
o
l
i
n
g
l
a
y
e
r
,
a
nd
a
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
a
r
e
c
o
m
b
i
n
e
d
t
o
c
r
e
a
t
e
25%
r
a
t
e
o
f
dr
o
po
ut
of
e
v
e
r
y
dr
o
po
ut
l
a
y
e
r
a
n
d
c
o
n
v
o
l
ut
i
o
na
l
b
l
o
c
k.
T
h
e
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
i
s
a
c
t
i
v
a
t
e
d
by
us
i
n
g
R
e
L
U
f
un
c
t
i
o
n
,
w
h
i
c
h
ha
s
a
3x
3
k
e
rn
e
l
s
i
z
e
f
o
r
f
e
a
t
u
r
e
e
xt
r
a
c
t
i
o
n.
T
h
e
2x2
ke
rn
e
l
s
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
41
,
N
o
.
1
,
J
a
n
u
a
r
y
20
2
6
:
309
-
3
19
314
i
s
t
h
e
di
m
e
n
s
i
o
n
o
f
m
a
x
-
po
o
l
i
n
g
l
a
y
e
r
w
hi
c
h
m
i
ni
m
i
z
e
s
t
h
e
s
i
z
e
o
f
t
h
e
i
nput
i
m
a
ge
.
T
h
e
m
a
p
f
u
n
c
t
i
o
n
i
s
s
e
n
t
t
o
t
h
e
l
a
y
e
r
L
S
T
M
i
n
t
h
e
b
e
s
t
s
e
c
t
i
o
n
o
f
t
h
e
a
r
c
h
i
t
e
c
t
ur
e
t
o
e
xt
ra
c
t
t
i
m
e
d
a
t
a
.
(
n
o
n
e
,
7
,
7,
512)
i
s
t
h
e
o
ut
put
s
h
a
pe
d
i
s
c
ov
e
r
e
d
by
fo
l
l
ow
i
n
g
t
h
e
c
o
n
v
o
l
ut
i
o
n
a
l
b
l
o
c
k.
T
he
L
S
T
M
i
n
pu
t
s
i
z
e
i
s
e
nh
a
n
c
e
d
(49
,
512)
us
i
n
g
r
e
s
h
a
pe
a
p
p
r
o
a
c
h.
T
h
e
de
s
i
g
n
c
l
a
s
s
i
f
i
e
s
t
h
e
i
m
a
ge
X
-
r
a
y
o
ve
r
a
c
o
m
pl
e
t
e
l
y
l
i
n
ke
d
l
a
y
e
r
a
f
t
e
r
a
na
l
y
z
i
n
g
t
h
e
t
i
m
e
c
ha
ra
c
t
e
ri
s
t
i
c
s
t
o
de
t
e
rm
i
n
e
w
h
i
c
h
o
f
t
h
e
t
hr
e
e
c
a
t
e
gori
e
s
(
n
o
rm
a
l
,
l
u
n
g
c
a
n
c
e
r,
a
n
d
p
n
e
u
m
o
n
i
a
)
t
h
e
y
b
e
l
o
n
g
w
i
t
h.
F
o
r
d
i
f
f
i
c
ul
t
c
l
a
s
s
i
f
i
c
a
t
i
o
n
i
s
s
ue
s
c
o
m
b
i
n
a
t
i
o
n
o
f
CN
N
-
L
S
T
M
m
e
t
h
o
d
i
s
ut
i
l
i
z
e
d.
F
i
gu
r
e
2
.
A
de
m
o
n
s
t
ra
t
i
o
n
o
f
t
h
e
i
m
pl
e
m
e
n
t
e
d
h
y
b
r
i
d
n
e
t
w
o
rk
f
o
r
l
u
ng
c
a
n
c
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
3.
4
.
H
i
gh
p
e
r
fo
r
m
an
c
e
fi
l
te
r
T
h
e
M
L
a
l
go
r
i
t
hm
s
o
f
t
h
e
t
o
p
t
hr
e
e
f
i
l
l
i
nput
i
nt
o
t
h
e
e
n
s
e
m
b
l
e
l
e
a
rni
n
g
p
r
o
c
e
dur
e
us
i
ng
a
m
e
c
h
a
ni
s
m
c
a
l
l
e
d
h
i
g
h
-
pe
r
f
o
r
m
a
n
c
e
f
i
l
t
e
ri
n
g
(H
P
F
)
[25]
.
F
i
ndi
n
g
t
h
e
e
s
t
i
m
a
t
o
r
s
t
ha
t
f
i
l
l
i
nput
i
n
t
o
t
h
e
m
e
t
h
o
d
o
f
e
n
s
e
m
b
l
e
l
e
a
rni
n
g
t
o
ge
t
t
h
e
f
i
n
a
l
o
ut
pu
t
,
i
s
t
h
e
re
s
ul
t
o
f
t
hi
s
H
P
F
pr
o
c
e
dur
e
.
H
P
F
i
n
c
o
n
j
un
c
t
i
o
n
w
i
t
h
e
n
s
e
m
b
l
e
l
e
a
rn
i
ng
i
s
us
e
d
t
o
e
v
a
l
u
a
t
e
t
h
e
w
a
y
of
i
m
pl
e
m
e
nt
e
d
m
o
de
l
pe
r
f
o
r
m
s
.
I
n
t
h
i
s
a
na
l
y
s
i
s
,
t
h
e
n
u
m
b
e
r
o
f
pe
r
f
o
r
m
a
n
c
e
m
e
t
ri
c
s
i
n
c
l
udi
n
g
s
pe
c
i
f
i
c
i
t
y
,
s
e
n
s
i
t
i
v
i
t
y
,
F
1
-
s
c
o
r
e
,
c
o
n
f
us
i
o
n
m
a
t
ri
x,
a
n
d
a
c
c
ura
c
y
.
T
h
e
p
r
o
po
s
e
d
f
r
a
m
e
w
o
r
k’s
c
l
a
s
s
i
f
i
e
r
a
l
go
r
i
t
hm
s
ha
v
e
a
n
a
c
c
ura
c
y
ra
t
e
o
f
ov
e
r
99%
f
o
r
t
h
e
de
t
e
c
t
i
o
n
o
f
c
o
l
o
n
a
n
d
l
u
n
g
c
a
n
c
e
r.
4.
R
ES
U
LTS
A
N
D
D
I
S
C
U
S
S
I
O
N
T
h
i
s
s
e
c
t
i
o
n
e
xa
m
i
n
e
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
of
v
a
r
i
o
us
T
L
m
e
t
ho
ds
.
It
t
h
e
n
l
o
o
ks
a
t
t
h
e
h
y
b
r
i
d
m
e
t
h
o
d
w
h
i
c
h
i
n
c
o
r
po
ra
t
e
s
a
c
l
a
s
s
i
f
i
e
r
v
o
t
i
ng
m
o
de
l
a
n
d
a
hi
g
h
-
pe
r
f
o
r
m
a
n
c
e
T
L
m
o
de
l
.
T
hi
s
s
t
udy
s
h
o
w
s
t
h
a
t
t
h
e
M
ob
i
l
e
N
e
t
m
o
de
l
pe
r
f
o
r
m
s
b
e
t
t
e
r
t
ha
n
e
a
c
h
o
f
t
h
e
o
t
h
e
r
T
L
m
o
de
l
s
.
4.
1
.
A
n
al
ys
i
s
o
f
l
u
n
g
c
an
c
e
r
A
num
b
e
r
o
f
s
of
t
a
n
d
h
a
rd
v
o
t
i
n
g
c
l
a
s
s
i
f
i
e
r
r
e
s
ul
t
s
o
f
s
e
v
e
r
a
l
T
L
m
o
de
l
s
a
r
e
d
i
s
pl
a
y
e
d
i
n
T
a
b
l
e
1
.
F
r
o
m
t
h
o
s
e
r
e
s
ul
t
s
,
M
o
b
i
l
e
N
e
t
o
ut
pe
r
f
o
r
m
s
o
t
h
e
r
a
v
e
r
a
g
e
m
o
de
l
s
w
i
t
h
a
c
c
ura
c
y
v
a
l
ue
s
.
F
u
r
t
h
e
rm
o
r
e
,
M
ob
i
l
e
N
e
t
c
o
m
pr
i
s
e
s
a
h
i
g
h
e
r
ra
t
e
t
ha
n
t
h
e
r
e
m
a
i
n
i
ng
m
o
de
l
s
a
n
d
t
h
e
s
ug
ge
s
t
e
d
m
o
de
l
us
e
s
M
o
b
i
l
e
N
e
t
i
n
i
t
s
l
u
n
g
c
a
n
c
e
r
da
t
a
s
e
t
.
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2
5
0
2
-
4
7
52
L
ung
c
an
c
e
r
s
e
gm
e
nt
a
t
i
o
n
a
nd
c
l
as
s
i
f
i
c
at
i
on
us
i
ng
h
y
br
i
d
C
NN
-
L
ST
M
m
o
de
l
(
Manas
w
i
ni
P
r
adhan
)
315
T
a
b
l
e
1
.
E
v
a
l
ua
t
i
o
n
o
f
a
c
c
ur
a
c
y
us
i
n
g
T
L
TL
V
G
G
1
6
(
%
)
V
G
G
1
9
(
%
)
M
o
b
i
l
e
N
e
t
(
%
)
D
e
n
s
e
N
e
t
1
6
9
(
%
)
D
e
n
s
e
N
e
t
2
0
1
(
%
)
H
a
rd
S
o
ft
A
v
e
ra
g
e
9
8
.
7
9
8
.
9
9
9
8
.
8
3
9
8
.
8
9
9
9
.
2
4
9
8
.
8
9
9
9
.
8
9
9
9
.
7
8
9
9
.
8
4
9
8
.
7
7
9
9
.
1
9
9
8
.
9
6
9
9
.
6
6
9
9
.
9
1
9
9
.
7
7
4.
2
.
A
n
al
ys
i
s
o
f
c
o
l
o
n
A
ddi
t
i
o
n
a
l
l
y
,
T
a
b
l
e
2
i
l
l
us
t
r
a
t
e
s
t
h
e
e
v
a
l
ua
t
i
o
n
o
f
a
c
c
ur
a
c
y
us
i
n
g
T
L
.
T
h
e
s
e
po
s
i
t
i
v
e
f
i
n
di
n
gs
a
r
e
m
a
de
po
s
s
i
b
l
e
by
e
ff
e
c
t
i
v
e
fe
a
t
u
r
e
e
xt
r
a
c
t
i
o
n,
e
n
s
e
m
b
l
e
s
o
f
t
vo
t
i
n
g
c
l
a
s
s
i
f
i
e
r
s
,
a
nd
a
pp
r
o
p
r
i
a
t
e
p
r
e
-
pr
o
c
e
s
s
i
n
g.
T
h
e
a
c
c
ur
a
c
y
l
a
b
e
l
f
o
r
t
h
e
M
o
b
i
l
e
N
e
t
m
o
de
l
o
b
t
a
i
n
s
i
t
s
g
r
e
a
t
e
s
t
l
e
v
e
l
e
v
e
r
,
s
i
n
c
e
i
t
p
r
o
v
i
de
s
gr
e
a
t
e
r
f
e
a
t
u
r
e
e
xt
ra
c
t
i
o
n
t
ha
n
o
t
h
e
r
TL
m
o
de
l
s
.
A
m
o
de
l
i
s
s
t
r
o
nge
r
a
n
d
m
o
r
e
e
f
fe
c
t
i
ve
i
f
i
t
r
e
c
e
i
ve
s
pr
e
di
c
t
i
o
n
s
f
r
o
m
s
e
v
e
r
a
l
m
o
de
l
s
ra
t
h
e
r
t
h
a
n
j
us
t
o
n
e
.
B
e
c
a
us
e
of
t
h
i
s
,
t
h
e
e
n
s
e
m
b
l
e
a
pp
r
o
a
c
h
w
a
s
e
m
pl
o
y
e
d
t
o
o
b
t
a
i
n
h
i
g
h
-
pe
r
f
o
r
m
a
n
c
e
o
ut
c
o
m
e
s
.
T
a
b
l
e
2
.
E
v
a
l
ua
t
i
o
n
o
f
a
c
c
ur
a
c
y
us
i
n
g
T
L
TL
V
G
G
1
6
V
G
G
1
9
M
o
b
i
l
e
N
e
t
D
e
n
d
e
N
e
t
1
6
9
D
e
n
s
e
N
e
t
2
0
1
H
a
rd
S
o
ft
A
v
e
ra
g
e
9
9
.
8
0
9
9
.
8
0
9
9
.
8
0
9
9
.
6
1
9
9
.
6
1
9
9
.
6
1
9
9
.
7
8
9
9
.
7
8
9
9
.
7
8
9
9
.
6
9
9
9
.
6
9
9
9
.
6
9
9
9
.
7
9
9
9
.
7
9
9
9
.
7
9
4.
3
.
A
n
al
ys
i
s
o
f
l
u
n
g
an
d
c
o
l
o
n
T
a
b
l
e
3
a
nd
F
i
gu
r
e
3
r
e
p
r
e
s
e
n
t
s
t
h
e
pe
r
f
o
r
m
a
n
c
e
of
v
a
r
i
o
us
T
L
m
o
de
l
s
a
n
d
s
h
o
w
s
t
h
a
t
t
h
e
m
o
de
l
T
L
of
M
ob
i
l
e
N
e
t
r
e
s
ul
t
s
s
u
pe
ri
o
r
o
n
di
f
f
e
r
e
n
t
a
v
e
r
a
ge
o
r
de
r
m
o
de
l
s
o
f
T
L
.
T
h
e
a
c
c
ura
c
y
ra
t
e
o
n
l
u
n
g
a
n
d
c
o
l
o
n
v
a
l
ue
s
i
s
a
b
o
ut
9
8.
8
1%,
9
9.
35%
,
99
.
32%
,
99
.
31%
,
a
nd
9
9.
12
%
f
o
r
V
G
G
19
,
V
G
G
16
,
M
o
b
i
l
e
N
e
t
,
D
e
n
s
e
N
e
t
201,
a
n
d
D
e
n
s
e
N
e
t
169
.
T
a
b
l
e
3
.
E
v
a
l
ua
t
i
o
n
o
f
a
c
c
ur
a
c
y
us
i
n
g
T
L
m
o
de
l
s
TL
V
G
G
1
6
V
G
G
1
9
M
o
b
i
l
e
N
e
t
D
e
s
e
N
e
t
1
6
9
D
e
n
s
e
N
e
t
2
0
1
H
a
rd
S
o
ft
A
v
e
ra
g
e
9
9
.
3
9
9
.
4
9
9
.
3
5
9
8
.
5
2
9
9
.
1
9
8
.
8
1
9
9
.
3
9
9
.
3
5
9
9
.
3
2
9
8
.
7
5
9
9
.
5
9
9
.
1
2
9
9
.
2
7
9
9
.
3
5
9
9
.
3
1
F
i
gu
r
e
3
.
A
c
c
ura
c
y
e
v
a
l
ua
t
i
o
n
o
n
l
u
n
g
a
nd
c
a
n
c
e
r
d
a
t
a
s
e
t
4.
4
.
P
e
r
fo
r
m
an
c
e
an
a
l
ys
i
s
o
f
C
N
N
-
LS
T
M
c
l
as
s
i
fi
c
ati
o
n
T
h
e
c
o
n
f
us
i
o
n
m
a
t
ri
x
o
f
t
h
e
CN
N
c
o
m
pe
t
i
t
i
v
e
a
n
d
i
m
pl
e
m
e
n
t
e
d
s
t
r
uc
t
u
r
e
o
f
L
S
T
M
f
o
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
l
u
n
g
c
a
n
c
e
r
i
s
s
h
o
w
n
i
n
F
i
gu
r
e
4.
T
h
e
CN
N
a
r
c
h
i
t
e
c
t
u
r
e
i
n
c
o
rr
e
c
t
l
y
i
de
n
t
i
f
i
e
s
t
h
e
14
i
m
a
ge
s
o
ut
o
f
t
h
e
91
5,
i
n
c
l
udi
ng
t
hr
e
e
f
o
r
l
u
ng
c
a
n
c
e
r.
O
n
l
y
e
i
g
h
t
i
m
a
ge
s
,
a
n
d
t
w
o
i
m
a
ge
s
f
o
r
l
u
n
g
c
a
n
c
e
r
w
e
r
e
i
n
c
o
rr
e
c
t
l
y
c
a
t
e
g
o
r
i
z
e
d
us
i
n
g
t
h
e
p
r
o
po
s
e
d
L
S
T
M
m
o
de
l
.
I
t
i
s
d
i
s
c
ov
e
r
e
d
t
h
a
t
t
h
e
i
m
p
l
e
m
e
nt
e
d
n
e
t
w
o
r
k
o
f
L
S
T
M
o
ut
pe
r
f
o
r
m
s
t
h
e
r
i
v
a
l
n
e
t
w
o
r
k
o
f
CN
N
s
i
n
c
e
i
t
c
o
n
t
a
i
n
s
g
r
e
a
t
e
r
t
r
ue
n
e
ga
t
i
v
e
a
n
d
po
s
i
t
i
v
e
v
a
l
ue
s
a
l
o
n
g
w
i
t
h
f
e
w
e
r
v
a
l
ue
s
o
f
f
a
l
s
e
po
s
i
t
i
v
e
v
a
l
ue
s
a
n
d
f
a
l
s
e
n
e
ga
t
i
v
e
.
T
h
e
l
u
n
g
c
a
n
c
e
r
i
n
s
t
a
n
c
e
s
a
r
e
e
f
f
e
c
t
i
v
e
l
y
c
l
a
s
s
i
f
i
e
d
us
i
n
g
t
h
e
i
m
p
l
e
m
e
n
t
e
d
a
pp
r
o
a
c
h
a
s
a
r
e
s
ul
t
.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
41
,
N
o
.
1
,
J
a
n
u
a
r
y
20
2
6
:
309
-
3
19
316
F
i
gu
r
e
4
.
Co
n
f
us
i
o
n
m
a
t
r
i
x
o
f
t
h
e
p
r
o
po
s
e
d
l
un
g
c
a
n
c
e
r
de
t
e
c
t
i
o
n
s
y
s
t
e
m
A
ddi
t
i
o
n
a
l
l
y
,
e
v
a
l
ua
t
i
n
g
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
CN
N
c
l
a
s
s
i
f
i
e
r
’s
c
r
o
s
s
-
e
n
t
r
o
p
y
(l
o
s
s
)
a
n
d
a
c
c
ura
c
y
duri
n
g
t
h
e
v
a
l
i
d
a
t
i
o
n
a
n
d
t
r
a
i
n
i
ng
p
ha
s
e
s
i
s
a
l
s
o
s
h
o
w
n
.
A
t
e
po
c
h
125,
t
h
e
a
c
c
u
r
a
c
y
fo
r
v
a
l
i
d
a
t
i
o
n
a
n
d
t
r
a
i
ni
n
g
i
s
94
.
4%
a
nd
9
6.
7
%
,
r
e
s
pe
c
t
i
v
e
l
y
.
S
i
m
i
l
a
r
t
o
t
hi
s
,
t
h
e
a
r
c
hi
t
e
c
t
u
r
e
o
f
CN
N
h
a
s
a
l
o
s
s
o
f
v
a
l
i
da
t
i
o
n
of
0.
26
a
nd
a
l
o
s
s
o
f
t
r
a
i
ni
n
g
o
f
0.
09
.
M
o
r
e
o
ve
r
,
a
v
i
s
ua
l
r
e
p
r
e
s
e
n
t
a
t
i
o
n
o
f
t
h
e
c
r
o
s
s
-
e
n
t
r
o
py
(l
o
s
s
)
a
n
d
a
c
c
ura
c
y
pe
r
f
o
r
m
a
n
c
e
e
v
a
l
u
a
t
i
o
n
s
o
f
t
h
e
L
S
T
N
c
l
a
s
s
i
f
i
e
r
d
u
r
i
n
g
t
h
e
p
ha
s
e
s
o
f
t
r
a
i
n
i
n
g
a
n
d
v
a
l
i
da
t
i
o
n
i
s
gi
v
e
n
.
A
t
e
poc
h
12
5,
t
h
e
a
c
h
i
e
v
e
d
a
c
c
ura
c
y
fo
r
v
a
l
i
da
t
i
o
n
a
nd
t
r
a
i
n
i
n
g
i
s
r
e
s
pe
c
t
i
v
e
l
y
97.
0%
a
n
d
98.
3%.
T
h
e
L
S
T
M
a
r
c
hi
t
e
c
t
u
r
e
c
o
rr
e
s
po
n
d
i
n
gl
y
h
a
s
v
a
l
i
d
a
t
i
o
n
a
n
d
t
ra
i
ni
n
g
l
o
s
s
e
s
of
0.
07
a
nd
0.
05.
W
h
e
n
c
o
m
pa
r
e
d
t
o
t
h
e
a
r
c
hi
t
e
c
t
u
r
e
o
f
CN
N
,
t
h
e
L
S
T
M
a
r
c
h
i
t
e
c
t
u
r
e
p
r
o
duc
e
s
h
i
g
h
e
r
t
ra
i
ni
n
g
a
n
d
v
a
l
i
d
a
t
i
o
n
a
c
c
ur
a
c
y
r
a
t
i
n
gs
.
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
s
f
o
r
e
a
c
h
CN
N
a
r
e
s
h
o
w
n
g
ra
p
hi
c
a
l
l
y
i
n
T
a
b
l
e
4
a
n
d
F
i
gu
r
e
5.
T
a
b
l
e
4
.
A
s
s
e
s
s
m
e
n
t
o
f
CN
N
m
o
de
l
Cl
a
s
s
A
c
c
u
ra
c
y
(
%
)
S
p
e
c
i
f
i
c
i
t
y
(
%
)
S
e
n
s
i
t
i
v
i
t
y
(
%
)
F1
-
s
c
o
r
e
(
%
)
N
o
r
m
a
l
P
n
e
u
m
o
n
i
a
L
u
n
g
c
a
n
c
e
r
9
9
.
9
9
8
.
6
9
8
.
5
9
8
.
9
9
9
.
9
9
8
.
7
100
9
7
.
8
9
9
.
5
9
8
.
6
9
8
.
7
9
8
.
9
F
i
gu
r
e
5
.
G
ra
p
h
i
c
a
l
r
e
pr
e
s
e
nt
a
t
i
o
n
o
f
CN
N
r
e
s
ul
t
s
T
a
b
l
e
5
a
nd
F
i
gu
r
e
6
d
i
s
pl
a
y
t
h
e
o
pe
r
a
t
i
o
n
f
e
a
t
u
r
e
s
f
o
r
e
a
c
h
c
l
a
s
s
o
f
t
h
e
CN
N
+
L
S
T
M
p
r
o
c
e
s
s
.
A
l
t
h
o
ug
h
t
h
e
s
e
n
s
i
t
i
v
i
t
y
of
99.
6%
s
ugge
s
t
s
t
h
a
t
f
a
l
s
e
n
e
g
a
t
i
v
e
s
a
r
e
i
na
de
qua
t
e
,
t
h
e
s
pe
c
i
f
i
c
i
t
y
of
99.
5%
s
ugge
s
t
s
t
h
e
t
o
t
a
l
n
u
m
b
e
r
o
f
t
r
ue
n
e
ga
t
i
v
e
s
i
s
e
xc
e
s
s
i
ve
.
F
o
r
p
n
e
um
o
n
i
a
,
i
t
ga
i
n
s
98
.
4%
s
e
n
s
i
t
i
v
i
t
y
,
99.
2%
F1
-
s
c
o
r
e
,
a
n
d
9
9.
8
%
s
pe
c
i
f
i
c
i
t
y
.
F
o
r
t
h
e
t
y
pi
c
a
l
c
a
s
e
s
,
i
t
a
c
c
o
m
pl
i
s
h
e
s
100%
s
e
n
s
i
t
i
v
i
t
y
,
99.
8
%
s
pe
c
i
f
i
c
i
t
y
,
a
n
d
99.
8%
F
1
-
s
c
o
r
e
.
T
a
b
l
e
5
.
A
s
s
e
s
s
m
e
n
t
o
f
CN
N
-
L
S
T
M
n
e
t
w
o
r
k
Cl
a
s
s
A
c
c
u
ra
c
y
(
%
)
S
p
e
c
i
f
i
c
i
t
y
(
%
)
S
e
n
s
i
t
i
v
i
t
y
(
%
)
F1
-
s
c
o
r
e
(
%
)
N
o
r
m
a
l
P
n
e
u
m
o
n
i
a
L
u
n
g
c
a
n
c
e
r
9
9
.
3
9
9
.
5
9
9
.
9
9
9
.
8
9
9
.
8
9
9
.
5
100
9
8
.
4
9
9
.
6
9
9
.
8
9
9
.
2
9
8
.
9
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2
5
0
2
-
4
7
52
L
ung
c
an
c
e
r
s
e
gm
e
nt
a
t
i
o
n
a
nd
c
l
as
s
i
f
i
c
at
i
on
us
i
ng
h
y
br
i
d
C
NN
-
L
ST
M
m
o
de
l
(
Manas
w
i
ni
P
r
adhan
)
317
F
i
gu
r
e
6
.
G
ra
p
h
i
c
a
l
i
l
l
us
t
ra
t
i
o
n
o
f
CN
N
-
L
S
T
M
M
o
r
e
ov
e
r
,
t
h
e
f
a
l
s
e
po
s
i
t
i
v
e
r
a
t
e
(F
P
R
)
a
n
d
t
r
ue
po
s
i
t
i
v
e
r
a
t
e
(T
P
R
)
R
O
C
c
u
r
v
e
s
a
r
e
c
o
m
b
i
n
e
d
t
o
a
s
s
e
s
s
t
h
e
o
v
e
r
a
l
l
pe
r
f
o
r
m
a
n
c
e
.
I
t
i
s
e
v
i
de
n
t
t
ha
t
t
h
e
n
e
t
w
o
r
k
p
r
o
po
s
e
d
o
ut
pe
r
f
o
r
m
s
t
h
e
a
r
c
h
i
t
e
c
t
ur
e
o
f
CN
N
s
i
n
c
e
i
t
s
a
r
e
a
u
n
de
r
t
h
e
R
O
C
c
u
r
v
e
(A
U
C)
i
s
de
t
e
rm
i
n
e
d
ha
v
e
v
a
l
ue
s
w
i
t
h
CN
N
of
99.
8
%
de
s
i
g
n
,
a
nd
9
9.
9
%
fo
r
t
h
e
a
r
c
hi
t
e
c
t
u
r
e
o
f
CN
N
-
L
S
T
M
.
A
c
c
o
r
di
n
g
t
o
t
h
e
r
e
s
ul
t
s
of
t
h
e
s
t
u
dy
,
t
h
e
CN
N
o
b
t
a
i
n
s
9
8.
2
%
s
pe
c
i
f
i
c
i
t
y
,
95.
3%
A
U
C,
a
nd
97.
7%
F
1
-
s
c
o
r
e
f
o
r
p
a
t
i
e
nt
s
w
i
t
h
l
u
n
g
c
a
n
c
e
r.
T
h
e
e
v
a
l
ua
t
i
o
n
s
o
f
r
e
s
ul
t
s
s
h
o
w
t
h
a
t
CN
N
+
L
S
T
M
a
c
c
o
m
pl
i
s
h
e
s
a
n
a
v
e
ra
ge
s
pe
c
i
f
i
c
i
t
y
of
99.
2%
,
a
n
A
U
C
o
f
99.
9%
,
a
n
F
1
-
s
c
o
r
e
o
f
98.
9
%,
a
n
d
a
s
e
n
s
i
t
i
v
i
t
y
of
99.
3%.
F
i
na
l
l
y
,
t
h
e
h
e
a
t
m
a
p
us
e
d
t
o
i
l
l
us
t
ra
t
e
t
h
e
e
xpe
r
i
m
e
nt
ut
i
l
i
z
i
n
g
a
t
a
r
ge
t
c
o
n
c
e
pt
’s
gra
di
e
nt
s
w
hi
c
h
i
s
c
a
l
l
e
d
g
r
a
di
e
n
t
-
w
e
i
ght
e
d
c
l
a
s
s
a
c
t
i
v
a
t
i
o
n
m
a
pp
i
n
g
(G
ra
d
-
CA
M
)
.
A
r
o
ug
h
l
o
c
a
l
i
z
a
t
i
o
n
m
a
p
i
n
di
c
a
t
e
s
t
h
e
ke
y
a
r
e
a
s
o
f
i
m
a
ge
s
t
h
a
t
a
r
e
us
e
d
f
o
r
p
r
e
d
i
c
t
i
o
n
o
n
c
e
i
t
ha
s
pa
s
s
e
d
t
hr
o
ug
h
t
h
e
f
i
na
l
l
a
y
e
r
.
T
h
e
c
o
m
pa
ri
s
o
n
o
f
t
h
e
s
ugge
s
t
e
d
m
e
t
h
o
d
w
i
t
h
t
h
e
c
urr
e
nt
m
e
t
h
o
ds
i
s
s
h
o
w
n
i
n
T
a
b
l
e
6.
T
h
e
s
ugge
s
t
e
d
m
o
de
l
i
s
a
s
s
e
s
s
e
d
us
i
n
g
t
h
e
c
u
rr
e
nt
t
e
c
hn
i
q
ue
s
,
s
uc
h
a
s
t
h
o
s
e
fo
un
d
i
n
[18]
-
[20]
.
T
h
e
r
e
c
o
m
m
e
n
de
d
a
pp
r
o
a
c
h
e
xe
c
ut
e
s
s
upe
ri
o
r
l
y
t
h
e
n
t
h
e
p
r
e
v
i
ous
a
pp
r
o
a
c
h
es
w
h
i
c
h
i
n
c
l
ude
CN
N
,
h
y
b
r
i
d,
a
n
d
n
e
s
t
e
d
L
S
T
M
+
CN
N
de
s
i
g
n
s
.
T
h
e
m
o
s
t
a
c
c
ura
t
e
m
o
de
l
i
s
t
h
e
s
ugge
s
t
e
d
CN
N
+
L
S
T
M
w
h
e
n
c
o
m
pa
r
e
d
t
o
a
b
ov
e
s
t
a
t
e
d
m
o
de
l
s
.
T
a
b
l
e
6
.
T
h
e
i
m
p
l
e
m
e
nt
e
d
s
y
s
t
e
m
c
o
m
pa
r
i
s
o
n
w
i
t
h
e
xt
a
nt
s
y
s
t
e
m
s
M
o
d
e
l
A
c
c
u
ra
c
y
(
%
)
S
p
e
c
i
f
i
c
i
t
y
(
%
)
S
e
n
s
i
t
i
v
i
t
y
(
%
)
F1
-
s
c
o
r
e
(
%
)
N
e
s
t
e
d
L
S
T
M
+
CN
N
[1
8
]
80
74
81
77
H
y
b
r
i
d
m
o
d
e
l
c
u
s
t
o
m
CN
N
[1
9
]
9
9
.
3
0
9
9
.
2
7
9
9
.
2
7
9
9
.
2
6
CN
N
[2
0
]
9
7
.
1
1
9
7
.
1
5
9
7
.
1
3
9
7
.
1
4
CN
N
+
L
S
T
M
9
9
.
3
5
9
9
.
3
0
9
9
.
3
2
9
9
.
2
9
5.
C
O
N
C
LU
S
I
O
N
T
h
i
s
s
t
udy
i
nt
r
o
duc
e
s
a
h
y
b
r
i
d
m
o
de
l
f
o
r
di
a
g
n
o
s
i
n
g
l
u
ng
a
n
d
c
o
l
o
n
c
a
n
c
e
r
t
h
a
t
c
o
m
b
i
n
e
s
g
r
o
up
l
e
a
rn
i
ng
m
o
de
l
s
,
k
-
f
o
l
d,
v
a
r
i
o
us
T
L
m
o
de
l
s
,
s
pe
c
i
a
l
i
z
e
d
M
L
m
o
de
l
s
,
a
n
d
H
P
F
t
o
s
e
l
e
c
t
t
h
e
b
e
s
t
a
pp
r
o
a
c
h.
I
n
a
ddi
t
i
o
n,
M
o
b
i
l
e
N
e
t
T
L
,
D
e
s
e
N
e
t
201,
D
e
n
s
e
N
e
t
169,
V
G
G
1
9,
a
nd
V
G
G
16
m
o
de
l
s
a
r
e
e
m
pl
oy
e
d
fo
r
f
e
a
t
u
r
e
e
xt
ra
c
t
i
o
n.
A
w
i
de
s
pr
e
a
d
D
L
m
o
de
l
c
a
l
l
e
d
CN
N
+
L
S
T
M
i
s
us
e
d
a
s
a
h
y
b
r
i
d
s
y
s
t
e
m
t
o
a
s
s
e
s
s
pe
r
f
o
r
m
a
n
c
e
.
T
h
i
s
s
t
u
dy
de
m
o
n
s
t
r
a
t
e
s
t
h
a
t
,
w
h
e
n
a
ppl
i
e
d
t
o
t
h
e
L
C2
500
0
d
a
t
a
s
e
t
o
f
l
u
n
g
a
n
d
c
o
l
o
n
i
m
a
ge
s
,
t
h
e
h
y
b
r
i
d
m
e
t
h
o
d
i
s
e
f
f
i
c
i
e
n
t
i
n
i
de
n
t
i
f
i
c
a
t
i
o
n.
T
h
e
CN
N
-
L
S
T
M
a
c
c
o
m
pl
i
s
h
e
s
s
upe
r
i
o
r
o
ut
c
o
m
e
s
i
n
t
e
r
m
s
o
f
a
c
c
ura
c
y
,
s
pe
c
i
f
i
c
i
t
y
,
s
e
n
s
i
t
i
v
i
t
y
,
a
nd
F
1
-
s
c
o
r
e
o
f
a
ppr
o
xi
m
a
t
e
l
y
99.
35%
,
99
.
30%
,
99
.
32
%,
a
n
d
99.
2
9%
,
c
o
r
r
e
s
po
n
di
ngl
y
.
Cl
i
n
i
c
s
m
a
y
e
m
pl
oy
t
h
e
s
ug
ge
s
t
e
d
m
o
de
l
f
o
r
a
ut
o
m
a
t
e
d
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
l
u
n
g
c
a
n
c
e
r
i
n
t
h
e
f
ut
ur
e
.
I
n
o
r
de
r
t
o
i
m
p
r
o
v
e
t
h
e
e
ff
e
c
t
i
v
e
n
e
s
s
of
l
un
g
a
n
d
c
o
l
o
n
c
a
n
c
e
r
de
t
e
c
t
i
o
n
,
t
h
e
da
t
a
s
e
t
s
f
o
r
t
h
e
s
e
t
w
o
t
y
p
e
s
of
c
a
n
c
e
r
s
h
o
ul
d
b
e
i
n
v
e
s
t
i
ga
t
e
d
j
o
i
n
t
l
y
i
n
t
h
e
f
ut
u
r
e
us
i
n
g
a
n
e
ff
i
c
i
e
n
t
D
L
t
e
c
hni
que
.
F
U
N
D
I
N
G
I
N
F
O
R
M
A
TI
O
N
T
h
e
r
e
s
e
a
r
c
h
de
s
c
r
i
b
e
d
i
n
t
hi
s
a
r
t
i
c
l
e
i
n
v
o
l
v
e
n
o
f
un
di
ngs
f
r
o
m
a
n
y
a
ge
n
c
y
.
A
U
TH
O
R
C
O
N
TR
I
B
U
TI
O
N
S
S
TA
T
EM
EN
T
T
h
i
s
j
o
urna
l
us
e
s
t
h
e
Co
n
t
ri
b
ut
o
r
R
o
l
e
s
T
a
xo
n
o
m
y
(CR
e
di
T
)
t
o
r
e
c
o
gn
i
z
e
i
n
d
i
v
i
dua
l
a
ut
h
o
r
c
o
n
t
ri
b
ut
i
o
n
s
,
r
e
duc
e
a
ut
h
o
r
s
hi
p
di
s
pu
t
e
s
,
a
n
d
f
a
c
i
l
i
t
a
t
e
c
o
l
l
a
bo
r
a
t
i
o
n.
Evaluation Warning : The document was created with Spire.PDF for Python.
IS
S
N
:
2
5
0
2
-
4
7
52
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
41
,
N
o
.
1
,
J
a
n
u
a
r
y
20
2
6
:
309
-
3
19
318
N
am
e
o
f
A
u
th
o
r
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
M
a
n
a
s
w
i
ni
P
ra
d
ha
n
A
hm
e
d
A
l
k
ha
y
y
a
t
C
:
C
o
n
c
e
p
t
u
a
l
i
z
a
t
i
o
n
M
:
M
e
t
h
o
d
o
l
o
g
y
So
:
So
f
t
w
a
r
e
Va
:
Va
l
i
d
a
t
i
o
n
Fo
:
Fo
r
m
a
l
a
n
a
l
y
s
i
s
I
:
I
n
v
e
s
t
i
g
a
t
i
o
n
R
:
R
e
s
o
u
rc
e
s
D
:
D
a
t
a
Cu
ra
t
i
o
n
O
:
W
ri
t
i
n
g
-
O
ri
g
i
n
a
l
D
ra
ft
E
:
W
ri
t
i
n
g
-
Re
v
i
e
w
&
E
d
i
t
i
n
g
Vi
:
Vi
s
u
a
l
i
z
a
t
i
o
n
Su
:
Su
p
e
r
v
i
s
i
o
n
P
:
P
ro
j
e
c
t
a
d
m
i
n
i
s
t
ra
t
i
o
n
Fu
:
Fu
n
d
i
n
g
a
c
q
u
i
s
i
t
i
o
n
C
O
N
F
LI
C
T
O
F
I
N
T
ER
ES
T
S
TA
T
EM
EN
T
T
h
e
a
u
t
h
o
r
s
de
c
l
a
r
e
n
o
c
o
n
f
l
i
c
t
o
f
i
n
t
e
r
e
s
t
.
D
A
TA
A
V
A
I
LA
B
I
LI
T
Y
T
h
e
l
u
n
g
c
a
n
c
e
r
a
n
d
c
o
l
o
n
d
a
t
a
s
e
t
s
o
f
h
i
s
t
o
pa
t
h
o
l
o
gi
c
a
l
(L
C25000)
[21
]
i
m
a
ge
s
a
r
e
us
e
d
t
o
c
l
a
s
s
i
fy
t
h
e
que
r
y
i
m
a
ge
a
n
d
t
h
e
r
e
a
r
e
25,
000
i
m
a
ge
s
i
n
b
o
t
h
t
h
e
da
t
a
s
e
t
s
.
O
ut
o
f
t
h
e
m
,
15
,
000
i
m
a
ge
s
a
r
e
f
r
o
m
l
u
ng
c
a
n
c
e
r
d
a
t
a
s
e
t
a
nd
1
0,
0
00
i
m
a
ge
s
a
r
e
f
r
o
m
c
o
l
o
n
c
a
n
c
e
r
.
R
EF
ER
EN
C
ES
[1
]
Y
.
Ca
o
e
t
a
l
.
,
“
S
e
g
m
e
n
t
a
t
i
o
n
o
f
l
u
n
g
c
a
n
c
e
r
-
c
a
u
s
e
d
m
e
t
a
s
t
a
t
i
c
l
e
s
i
o
n
s
i
n
b
o
n
e
s
c
a
n
i
m
a
g
e
s
u
s
i
n
g
s
e
l
f
-
d
e
f
i
n
e
d
m
o
d
e
l
w
i
t
h
d
e
e
p
s
u
p
e
r
v
i
s
i
o
n
,
”
B
i
o
m
e
d
i
c
a
l
S
i
g
n
a
l
P
r
o
c
e
s
s
i
n
g
a
n
d
Co
n
t
r
o
l
,
v
o
l
.
7
9
,
n
o
.
1
,
p
.
1
0
4
0
6
8
,
J
a
n
.
2
0
2
3
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
b
s
p
c
.
2
0
2
2
.
1
0
4
0
6
8
.
[2
]
H
.
Y
a
n
g
e
t
a
l
.
,
“
D
e
e
p
l
e
a
rn
i
n
g
-
b
a
s
e
d
s
i
x
-
t
y
p
e
c
l
a
s
s
i
fi
e
r
f
o
r
l
u
n
g
c
a
n
c
e
r
a
n
d
m
i
m
i
c
s
f
r
o
m
h
i
s
t
o
p
a
t
h
o
l
o
g
i
c
a
l
w
h
o
l
e
s
l
i
d
e
i
m
a
g
e
s
:
a
re
t
r
o
s
p
e
c
t
i
v
e
s
t
u
d
y
,
”
B
M
C
M
e
d
i
c
i
n
e
,
v
o
l
.
1
9
,
n
o
.
1
,
2
0
2
1
,
d
o
i
:
1
0
.
1
1
8
6
/
s
1
2
9
1
6
-
021
-
0
1
9
5
3
-
2.
[3
]
T
.
M
e
ra
j
e
t
a
l
.
,
“
L
u
n
g
n
o
d
u
l
e
s
d
e
t
e
c
t
i
o
n
u
s
i
n
g
s
e
m
a
n
t
i
c
s
e
g
m
e
n
t
a
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
w
i
t
h
o
p
t
i
m
a
l
fe
a
t
u
re
s
,
”
Ne
u
r
a
l
Co
m
p
u
t
i
n
g
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
,
v
o
l
.
3
3
,
n
o
.
1
7
,
p
p
.
1
0
7
3
7
–
1
0
7
5
0
,
S
e
p
.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
0
7
/
s
0
0
5
2
1
-
020
-
04870
-
2.
[4
]
D
.
G
u
,
G
.
L
i
u
,
a
n
d
Z
.
X
u
e
,
“
O
n
t
h
e
p
e
r
fo
r
m
a
n
c
e
o
f
l
u
n
g
n
o
d
u
l
e
d
e
t
e
c
t
i
o
n
,
s
e
g
m
e
n
t
a
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
”
Co
m
p
u
t
e
r
i
z
e
d
M
e
d
i
c
a
l
Im
a
g
i
n
g
a
n
d
G
r
a
p
h
i
c
s
,
v
o
l
.
8
9
,
p
.
1
0
1
8
8
6
,
A
p
r.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
c
o
m
p
m
e
d
i
m
a
g
.
2
0
2
1
.
1
0
1
8
8
6
.
[5
]
M
.
Z
a
b
i
n
,
H
.
-
J
.
Ch
o
i
,
a
n
d
J
.
U
d
d
i
n
,
“
H
y
b
ri
d
d
e
e
p
t
ra
n
s
fe
r
l
e
a
rn
i
n
g
a
rc
h
i
t
e
c
t
u
re
f
o
r
i
n
d
u
s
t
ri
a
l
f
a
u
l
t
d
i
a
g
n
o
s
i
s
u
s
i
n
g
H
i
l
b
e
rt
t
ra
n
s
f
o
rm
a
n
d
D
CN
N
–
L
S
T
M
,
”
T
h
e
J
o
u
r
n
a
l
o
f
S
u
p
e
r
c
o
m
p
u
t
i
n
g
,
v
o
l
.
7
9
,
n
o
.
5
,
p
p
.
5
1
8
1
–
5
2
0
0
,
M
a
r.
2
0
2
3
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
1
2
2
7
-
022
-
0
4
8
3
0
-
8.
[6
]
A
.
A
s
u
n
t
h
a
a
n
d
A
.
S
ri
n
i
v
a
s
a
n
,
“
D
e
e
p
l
e
a
r
n
i
n
g
fo
r
l
u
n
g
c
a
n
c
e
r
d
e
t
e
c
ti
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
”
M
u
l
t
i
m
e
d
i
a
T
o
o
l
s
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
,
v
o
l
.
7
9
,
n
o
.
1
1
–
1
2
,
p
p
.
7
7
3
1
–
7
7
6
2
,
M
a
r.
2
0
2
0
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
1
0
4
2
-
019
-
08394
-
3.
[7
]
Y
.
J
i
a
o
,
J
.
L
i
,
C
.
Q
i
a
n
,
a
n
d
S
.
F
e
i
,
“
D
e
e
p
l
e
a
r
n
i
n
g
-
b
a
s
e
d
t
u
m
o
r
m
i
c
r
o
e
n
v
i
r
o
n
m
e
n
t
a
n
a
l
y
s
i
s
i
n
c
o
l
o
n
a
d
e
n
o
c
a
r
c
i
n
o
m
a
h
i
s
t
o
p
a
t
h
o
l
o
g
i
c
a
l
w
h
o
l
e
-
s
l
i
d
e
i
m
a
g
e
s
,
”
Co
m
p
u
t
e
r
M
e
t
h
o
d
s
a
n
d
P
r
o
g
r
a
m
s
i
n
B
i
o
m
e
d
i
c
i
n
e
,
v
o
l
.
2
0
4
,
p
.
1
0
6
0
4
7
,
J
u
n
.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
c
m
p
b
.
2
0
2
1
.
1
0
6
0
4
7
.
[8
]
P
.
D
u
t
a
n
d
e
,
U
.
Ba
i
d
,
a
n
d
S
.
T
a
l
b
a
r,
“
L
N
CD
S
:
a
2D
-
3
D
c
a
s
c
a
d
e
d
CN
N
a
p
p
r
o
a
c
h
f
o
r
l
u
n
g
n
o
d
u
l
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
,
d
e
t
e
c
t
i
o
n
a
n
d
s
e
g
m
e
n
t
a
t
i
o
n
,
”
B
i
o
m
e
d
i
c
a
l
S
i
g
n
a
l
P
r
o
c
e
s
s
i
n
g
a
n
d
Co
n
t
r
o
l
,
v
o
l
.
6
7
,
p
.
1
0
2
5
2
7
,
M
a
y
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
b
s
p
c
.
2
0
2
1
.
1
0
2
5
2
7
.
[9
]
G
.
K
a
s
i
n
a
t
h
a
n
a
n
d
S
.
J
a
y
a
k
u
m
a
r,
“
Cl
o
u
d
‐
b
a
s
e
d
l
u
n
g
t
u
m
o
r
d
e
t
e
c
t
i
o
n
a
n
d
s
t
a
g
e
c
l
a
s
s
i
fi
c
a
t
i
o
n
u
s
i
n
g
d
e
e
p
l
e
a
r
n
i
n
g
t
e
c
h
n
i
q
u
e
s
,
”
B
i
o
M
e
d
R
e
s
e
a
r
c
h
In
t
e
r
n
a
t
i
o
n
a
l
,
v
o
l
.
2
0
2
2
,
n
o
.
1
,
J
a
n
.
2
0
2
2
,
d
o
i
:
1
0
.
1
1
5
5
/
2
0
2
2
/
4
1
8
5
8
3
5
.
[1
0
]
T
.
V
a
i
y
a
p
u
ri
,
L
i
y
a
k
a
t
h
u
n
i
s
a
,
H
.
A
l
a
s
k
a
r,
R.
P
a
r
v
a
t
h
i
,
V
.
P
a
t
t
a
b
i
ra
m
a
n
,
a
n
d
A
.
H
u
s
s
a
i
n
,
“
Ca
t
s
w
a
r
m
o
p
t
i
m
i
z
a
t
i
o
n
-
b
a
s
e
d
c
o
m
p
u
t
e
r
-
a
i
d
e
d
d
i
a
g
n
o
s
i
s
m
o
d
e
l
fo
r
l
u
n
g
c
a
n
c
e
r
c
l
a
s
s
i
fi
c
a
t
i
o
n
i
n
c
o
m
p
u
t
e
d
t
o
m
o
g
ra
p
h
y
i
m
a
g
e
s
,
”
A
p
p
l
i
e
d
S
c
i
e
n
c
e
s
,
v
o
l
.
1
2
,
n
o
.
1
1
,
p
.
5
4
9
1
,
M
a
y
2
0
2
2
,
d
o
i
:
1
0
.
3
3
9
0
/
a
p
p
1
2
1
1
5
4
9
1
.
[1
1
]
B.
M
u
t
h
a
z
h
a
g
a
n
,
T
.
Ra
v
i
,
a
n
d
D
.
Ra
j
i
n
i
g
i
ri
n
a
t
h
,
“
A
n
e
n
h
a
n
c
e
d
c
o
m
p
u
t
e
r
-
a
s
s
i
s
t
e
d
l
u
n
g
c
a
n
c
e
r
d
e
t
e
c
t
i
o
n
m
e
t
h
o
d
u
s
i
n
g
c
o
n
t
e
n
t
b
a
s
e
d
i
m
a
g
e
r
e
t
ri
e
v
a
l
a
n
d
d
a
t
a
m
i
n
i
n
g
t
e
c
h
n
i
q
u
e
s
,
”
J
o
u
r
n
a
l
o
f
A
m
b
i
e
n
t
In
t
e
l
l
i
g
e
n
c
e
a
n
d
H
u
m
a
n
i
z
e
d
Co
m
p
u
t
i
n
g
,
J
u
n
.
2
0
2
0
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
2
6
5
2
-
020
-
0
2
1
2
3
-
7.
[1
2
]
M
.
Ra
g
a
b
,
H
.
A
.
A
b
d
u
s
h
k
o
u
r,
A
.
F
.
N
a
h
h
a
s
,
a
n
d
W
.
H
.
A
l
j
e
d
a
i
b
i
,
“
D
e
e
r
h
u
n
t
i
n
g
o
p
t
i
m
i
z
a
t
i
o
n
w
i
t
h
d
e
e
p
l
e
a
rn
i
n
g
m
o
d
e
l
fo
r
l
u
n
g
c
a
n
c
e
r
c
l
a
s
s
i
fi
c
a
t
i
o
n
,
”
Co
m
p
u
t
e
r
s
,
M
a
t
e
r
i
a
l
s
&
Co
n
t
i
n
u
a
,
v
o
l
.
7
3
,
n
o
.
1
,
p
p
.
5
3
3
–
5
4
6
,
2
0
2
2
,
d
o
i
:
1
0
.
3
2
6
0
4
/
c
m
c
.
2
0
2
2
.
0
2
8
8
5
6
.
[1
3
]
S
.
D
l
a
m
i
n
i
,
Y
.
-
H
.
Ch
e
n
,
a
n
d
C.
-
F
.
J
e
ff
r
e
y
K
u
o
,
“
Co
m
p
l
e
t
e
f
u
l
l
y
a
u
t
o
m
a
t
i
c
d
e
t
e
c
t
i
o
n
,
s
e
g
m
e
n
t
a
t
i
o
n
a
n
d
3
D
r
e
c
o
n
s
t
ru
c
t
i
o
n
o
f
t
u
m
o
r
v
o
l
u
m
e
fo
r
n
o
n
-
s
m
a
l
l
c
e
l
l
l
u
n
g
c
a
n
c
e
r
u
s
i
n
g
Y
O
L
O
v
4
a
n
d
r
e
g
i
o
n
-
b
a
s
e
d
a
c
t
i
v
e
c
o
n
t
o
u
r
m
o
d
e
l
,
”
E
x
p
e
r
t
S
y
s
t
e
m
s
w
i
t
h
A
p
p
l
i
c
a
t
i
o
n
s
,
v
o
l
.
2
1
2
,
p
.
1
1
8
6
6
1
,
F
e
b
.
2
0
2
3
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
e
s
w
a
.
2
0
2
2
.
1
1
8
6
6
1
.
[1
4
]
P
.
M
a
r
e
n
t
a
k
i
s
e
t
a
l
.
,
“
L
u
n
g
c
a
n
c
e
r
h
i
s
t
o
l
o
g
y
c
l
a
s
s
i
fi
c
a
t
i
o
n
fro
m
CT
i
m
a
g
e
s
b
a
s
e
d
o
n
ra
d
i
o
m
i
c
s
a
n
d
d
e
e
p
l
e
a
r
n
i
n
g
m
o
d
e
l
s
,
”
M
e
d
i
c
a
l
&
B
i
o
l
o
g
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
&
Co
m
p
u
t
i
n
g
,
v
o
l
.
5
9
,
n
o
.
1
,
p
p
.
215
–
2
2
6
,
J
a
n
.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
1
5
1
7
-
020
-
0
2
3
0
2
-
w.
[1
5
]
P
.
M
.
S
h
a
k
e
e
l
,
M
.
A
.
Bu
rh
a
n
u
d
d
i
n
,
a
n
d
M
.
I.
D
e
s
a
,
“
A
u
t
o
m
a
t
i
c
l
u
n
g
c
a
n
c
e
r
d
e
t
e
c
t
i
o
n
f
r
o
m
CT
i
m
a
g
e
u
s
i
n
g
i
m
p
r
o
v
e
d
d
e
e
p
n
e
u
ra
l
n
e
t
w
o
rk
a
n
d
e
n
s
e
m
b
l
e
c
l
a
s
s
i
f
i
e
r,
”
Ne
u
r
a
l
Co
m
p
u
t
i
n
g
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
,
v
o
l
.
3
4
,
n
o
.
1
2
,
p
p
.
9
5
7
9
–
9
5
9
2
,
J
u
n
.
2
0
2
2
,
d
o
i
:
1
0
.
1
0
0
7
/
s
0
0
5
2
1
-
020
-
0
4
8
4
2
-
6.
[1
6
]
R.
M
o
h
a
n
a
P
ri
y
a
a
n
d
P
.
V
e
n
k
a
t
e
s
a
n
,
“
A
n
e
ffi
c
i
e
n
t
i
m
a
g
e
s
e
g
m
e
n
t
a
t
i
o
n
a
n
d
c
l
a
s
s
i
fi
c
a
t
i
o
n
o
f
l
u
n
g
l
e
s
i
o
n
s
i
n
p
e
t
a
n
d
CT
i
m
a
g
e
f
u
s
i
o
n
u
s
i
n
g
D
T
W
T
i
n
c
o
r
p
o
ra
t
e
d
S
V
M
,
”
M
i
c
r
o
p
r
o
c
e
s
s
o
r
s
a
n
d
M
i
c
r
o
s
y
s
t
e
m
s
,
v
o
l
.
8
2
,
p
.
1
0
3
9
5
8
,
A
p
r.
2
0
2
1
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
m
i
c
p
r
o
.
2
0
2
1
.
1
0
3
9
5
8
.
[1
7
]
R.
M
a
n
i
c
k
a
v
a
s
a
g
a
m
a
n
d
S
.
S
e
l
v
a
n
,
“
A
u
t
o
m
a
t
i
c
d
e
t
e
c
t
i
o
n
a
n
d
c
l
a
s
s
i
fi
c
a
t
i
o
n
o
f
l
u
n
g
n
o
d
u
l
e
s
i
n
CT
i
m
a
g
e
u
s
i
n
g
o
p
t
i
m
i
z
e
d
n
e
u
ro
f
u
z
z
y
c
l
a
s
s
i
fi
e
r
w
i
t
h
c
u
c
k
o
o
s
e
a
r
c
h
a
l
g
o
r
i
t
h
m
,
”
J
o
u
r
n
a
l
o
f
M
e
d
i
c
a
l
S
y
s
t
e
m
s
,
v
o
l
.
4
3
,
n
o
.
3
,
p
.
7
7
,
M
a
r
.
2
0
1
9
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
0
9
1
6
-
019
-
1177
-
9.
[1
8
]
H
.
C.
Re
i
s
,
V
.
T
u
rk
,
K
.
K
h
o
s
h
e
l
h
a
m
,
a
n
d
S
.
K
a
y
a
,
“
M
e
d
i
N
e
t
:
t
ra
n
s
fe
r
l
e
a
r
n
i
n
g
a
p
p
r
o
a
c
h
w
i
t
h
M
e
d
i
N
e
t
m
e
d
i
c
a
l
v
i
s
u
a
l
d
a
t
a
b
a
s
e
,
”
M
u
l
t
i
m
e
d
i
a
T
o
o
l
s
a
n
d
A
p
p
l
i
c
a
t
i
o
n
s
,
v
o
l
.
8
2
,
n
o
.
2
5
,
p
p
.
3
9
2
1
1
–
3
9
2
5
4
,
O
c
t
.
2
0
2
3
,
d
o
i
:
1
0
.
1
0
0
7
/
s
1
1
0
4
2
-
023
-
14831
-
1.
[1
9
]
M
.
A
.
T
a
l
u
k
d
e
r,
M
.
M
.
I
s
l
a
m
,
M
.
A
.
U
d
d
i
n
,
A
.
A
k
h
t
e
r,
K
.
F
.
H
a
s
a
n
,
a
n
d
M
.
A
.
M
o
n
i
,
“
M
a
c
h
i
n
e
l
e
a
r
n
i
n
g
-
b
a
s
e
d
l
u
n
g
a
n
d
c
o
l
o
n
c
a
n
c
e
r
d
e
t
e
c
t
i
o
n
u
s
i
n
g
d
e
e
p
fe
a
t
u
re
e
x
t
ra
c
t
i
o
n
a
n
d
e
n
s
e
m
b
l
e
l
e
a
r
n
i
n
g
,
”
E
x
p
e
r
t
S
y
s
t
e
m
s
w
i
t
h
A
p
p
l
i
c
a
t
i
o
n
s
,
v
o
l
.
2
0
5
,
p
.
1
1
7
6
9
5
,
N
o
v
.
2
0
2
2
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.
e
s
w
a
.
2
0
2
2
.
1
1
7
6
9
5
.
Evaluation Warning : The document was created with Spire.PDF for Python.