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
.
15
,
N
o
.
4
,
De
c
e
m
b
e
r
20
26
,
pp.
1577~1588
I
S
S
N:
2252
-
8776
,
DO
I
:
10
.
11591/i
ji
c
t
.
v
15
i
4
.
pp
15
77
-
1588
1577
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
ict
.
iaes
c
or
e
.
c
om
T
ow
ar
d
s
ac
c
u
r
at
e
d
ia
gn
ost
ic
s:
d
e
e
p
-
t
r
an
sf
e
r
l
e
ar
n
in
g
in
s
k
in
d
is
e
ase
d
e
t
e
c
t
io
n
Vaib
h
avi
P
an
d
ya
1
,
Vr
u
t
i
P
ar
i
k
h
2
,
M
oh
it
Rat
h
o
d
3
,
S
u
m
it
r
a
M
e
n
ar
ia
3
,
Nit
e
s
h
S
u
r
e
j
a
4
1
D
e
pa
r
tm
e
nt
of
C
o
mpu
te
r
S
c
ie
n
c
e
a
nd
E
ngi
n
e
e
r
in
g,
K
r
is
hna
S
c
hoo
l
of
D
ip
l
o
ma
S
tu
di
e
s
, V
a
do
da
r
a
, I
ndi
a
2
D
e
pa
r
tm
e
nt
of
C
o
mpu
te
r
S
c
ie
n
c
e
a
nd
E
ngi
n
e
e
r
in
g,
G
S
F
C
U
ni
ve
r
s
it
y
, V
a
d
o
da
r
a
, I
ndi
a
3
D
e
pa
r
tm
e
nt
of
C
o
mpu
te
r
S
c
ie
n
c
e
a
nd
E
ngi
n
e
e
r
in
g, P
a
r
ul
I
nt
it
u
te
of
T
e
c
hn
o
l
o
g
y
, P
a
r
ul
U
ni
v
e
r
s
it
y
, V
a
do
da
r
a
, I
ndi
a
4
D
e
pa
r
tm
e
nt
of
C
o
mpu
te
r
S
c
ie
n
c
e
a
nd
E
ngi
n
e
e
r
in
g,
F
a
c
ul
t
y
of
E
ngi
ne
e
r
in
g a
nd
T
e
c
hn
o
l
o
g
y
,
I
T
M
V
o
c
a
ti
o
na
l
U
ni
ve
r
s
it
y
,
V
a
do
da
r
a
, I
ndi
a
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
A
pr
15,
2025
R
e
vi
s
e
d
M
a
y
8,
2026
A
c
c
e
pt
e
d
J
u
l
19,
2026
A
u
t
o
m
at
ed
s
k
i
n
d
i
s
e
as
e
d
i
a
g
n
o
s
i
s
rem
a
i
n
s
a
s
i
g
n
i
f
i
c
a
n
t
ch
al
l
e
n
g
e
d
u
e
t
o
i
n
h
e
r
en
t
v
ar
i
at
i
o
n
s
i
n
s
k
i
n
t
o
n
e
,
t
e
x
t
u
re,
l
i
g
h
t
i
n
g
,
an
d
o
cc
l
u
s
i
o
n
s
s
u
c
h
as
h
ai
r.
A
d
d
r
e
s
s
i
n
g
t
h
e
s
e
d
i
a
g
n
o
s
t
i
c
d
i
ffi
cu
l
t
i
e
s
i
s
v
i
t
al
fo
r
d
ev
e
l
o
p
i
n
g
r
e
l
i
ab
l
e
c
l
i
n
i
c
al
d
ec
i
s
i
o
n
-
s
u
p
p
o
rt
s
y
s
t
em
s
.
T
h
i
s
re
s
e
ar
c
h
p
r
es
e
n
t
s
an
au
t
o
m
at
ed
c
l
as
s
i
fi
c
at
i
o
n
fra
mew
o
rk
u
t
i
l
i
z
i
n
g
d
ee
p
l
e
arn
i
n
g
,
t
ra
n
s
fe
r
l
e
arn
i
n
g
,
an
d
e
x
p
l
ai
n
ab
l
e
art
i
f
i
c
i
a
l
i
n
t
el
l
i
g
en
ce
(X
A
I
).
T
h
e
s
t
u
d
y
u
t
i
l
i
z
e
s
t
h
e
I
S
I
C
2
0
1
9
d
at
as
e
t
,
c
o
m
p
ri
s
i
n
g
i
m
a
g
e
s
a
c
ro
s
s
ei
g
h
t
d
i
ag
n
o
s
t
i
c
cat
e
g
o
r
i
e
s
,
i
n
cl
u
d
i
n
g
Me
l
a
n
o
m
a
,
N
ev
i
,
a
n
d
K
erat
o
s
i
s
.
Si
x
s
t
at
e
-
of
-
t
h
e
-
art
c
o
n
v
o
l
u
t
i
o
n
al
n
e
u
ra
l
n
e
t
w
o
rk
(CN
N
)
arch
i
t
ec
t
u
r
e
s
—
X
ce
p
t
i
o
n
,
D
en
s
eN
e
t
1
6
9
,
E
ffi
c
i
en
t
N
e
t
V
2
S,
Mo
b
i
l
e
N
e
t
V
2
,
I
n
ce
p
t
i
o
n
R
e
s
N
e
t
V
2
,
an
d
R
e
s
N
e
t
1
0
1
V
2
—
w
e
r
e
fi
n
e
-
t
u
n
ed
a
n
d
e
v
a
l
u
at
e
d
.
T
h
e
w
o
r
k
fl
o
w
i
n
t
eg
rat
e
s
ad
v
an
ce
d
p
r
e
p
ro
ce
s
s
i
n
g
,
c
o
m
p
r
e
h
en
s
i
v
e
mo
d
e
l
t
rai
n
i
n
g
,
a
n
d
X
A
I
-
b
as
ed
v
al
i
d
at
i
o
n
t
o
e
n
s
u
re
t
ran
s
p
aren
cy
i
n
d
i
ag
n
o
s
t
i
c
p
red
i
c
t
i
o
n
s
.
Q
u
a
n
t
i
t
at
i
v
e
e
v
a
l
u
at
i
o
n
r
e
v
e
a
l
s
t
h
at
X
ce
p
t
i
o
n
an
d
E
ffi
c
i
en
t
N
e
t
V
2
S
o
u
t
p
e
rf
o
r
me
d
o
t
h
e
r
ar
c
h
i
t
ec
t
u
r
e
s
,
a
ch
i
e
v
i
n
g
n
e
ar
-
o
p
t
i
m
a
l
p
e
rfo
r
m
an
ce
,
w
i
t
h
X
ce
p
t
i
o
n
r
e
a
c
h
i
n
g
an
ar
e
a
u
n
d
e
r
t
h
e
c
u
r
v
e
(
A
U
C)
o
f
1
0
0
%
an
d
s
u
p
e
r
i
o
r
s
co
r
e
s
a
c
ro
s
s
al
l
p
ri
m
ar
y
me
t
ri
c
s
.
C
o
n
v
e
rs
el
y
,
Mo
b
i
l
e
N
e
t
V
2
d
emo
n
s
t
rat
e
d
t
h
e
l
o
w
e
s
t
c
o
m
p
arat
i
v
e
e
ffi
c
a
cy
,
w
i
t
h
an
acc
u
ra
cy
o
f
6
2
.
6
6
%
an
d
an
A
U
C
o
f
7
8
.
1
0
%
.
T
h
e
i
n
t
eg
rat
i
o
n
o
f
h
i
g
h
-
p
e
rfo
r
m
i
n
g
C
N
N
s
w
i
t
h
X
A
I
t
ec
h
n
i
q
u
e
s
p
ro
v
i
d
e
s
a
n
a
cc
u
rat
e
,
i
n
t
e
rp
r
e
t
ab
l
e
,
an
d
s
c
a
l
ab
l
e
s
o
l
u
t
i
o
n
fo
r
d
e
r
m
at
o
l
o
g
i
c
a
l
d
i
ag
n
o
s
t
i
c
s
.
T
h
i
s
ap
p
ro
ac
h
n
o
t
o
n
l
y
i
m
p
ro
v
e
s
c
l
as
s
i
fi
c
at
i
o
n
p
reci
s
i
o
n
b
u
t
al
s
o
e
n
h
an
ces
c
l
i
n
i
c
al
t
ru
s
t
b
y
p
ro
v
i
d
i
n
g
v
i
s
u
a
l
e
x
p
l
an
at
i
o
n
s
fo
r
mo
d
el
d
ec
i
s
i
o
n
s
.
K
e
y
w
o
r
d
s
:
C
o
n
v
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
ks
De
e
p
l
e
a
r
ni
ng
E
x
p
l
a
i
na
bl
e
A
I
S
k
i
n
d
i
s
e
a
s
e
s
T
r
a
n
s
f
e
r
l
e
a
r
ni
ng
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
:
N
i
t
e
s
h
S
ur
e
j
a
De
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
n
c
e
a
n
d
E
n
g
i
ne
e
r
i
n
g
,
F
a
c
u
l
t
y
o
f
E
n
g
i
ne
e
r
i
ng
a
n
d
T
e
c
hn
o
l
o
g
y
I
T
M
V
o
c
a
t
i
o
n
a
l
U
ni
ve
r
s
i
t
y
Va
do
da
r
a
,
Guj
a
r
a
t
,
I
n
d
i
a
E
m
a
i
l
:
nm
s
ur
e
j
a
@
g
m
a
il
.
c
o
m
1.
I
NT
RODU
C
T
I
ON
T
h
e
d
i
a
g
n
o
s
i
s
o
f
s
k
i
n
d
i
s
e
a
s
e
pr
e
s
e
n
t
s
uni
que
c
ha
l
l
e
n
ge
s
due
t
o
t
h
e
b
r
o
a
d
s
pe
c
t
r
um
o
f
c
o
n
d
i
t
i
o
n
s
a
f
f
e
c
t
i
n
g
t
h
e
s
k
i
n
,
h
a
i
r
,
a
n
d
na
i
l
s
.
T
h
e
s
e
d
i
s
o
r
de
r
s
e
xhi
bi
t
c
o
ns
i
de
r
a
bl
e
v
a
r
i
a
bi
li
t
y
i
n
f
l
u
e
n
c
e
d
by
bi
o
l
o
g
i
c
a
l
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
,
e
nvi
r
o
nm
e
n
t
a
l
e
x
po
s
ur
e
,
a
n
d
ge
o
gr
a
phi
c
a
l
f
a
c
t
o
r
s
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
i
nh
e
r
e
n
t
di
ve
r
s
i
t
y
o
f
h
u
m
a
n
s
k
i
n
—
r
a
n
g
i
n
g
i
n
t
o
n
e
,
t
e
x
t
u
r
e
,
a
n
d
t
h
e
pr
e
s
e
nc
e
o
f
h
a
i
r
—
a
dds
l
a
y
e
r
s
o
f
c
o
m
p
l
e
xi
t
y
t
o
a
c
c
ur
a
t
e
c
l
i
ni
c
a
l
e
v
a
l
u
a
t
i
on
[
1
]
.
T
r
a
d
i
t
i
on
a
l
l
y
,
di
a
gn
os
i
s
h
a
s
r
e
l
i
e
d
h
e
a
v
i
l
y
on
t
i
m
e
-
c
on
s
um
i
n
g
l
a
b
or
a
t
or
y
a
s
s
e
s
s
m
e
n
ts
[
2
]
.
Ho
we
v
e
r
,
a
s
t
h
e
c
l
i
ni
c
a
l
c
o
m
p
l
e
xi
t
y
a
n
d
pr
e
va
l
e
nc
e
o
f
t
h
e
s
e
c
o
n
d
i
t
i
o
n
s
r
i
s
e
,
t
h
e
r
e
i
s
a
n
ur
ge
n
t
publ
i
c
he
a
l
t
h
n
e
e
d
f
o
r
m
o
r
e
e
f
f
i
c
i
e
n
t
d
i
a
g
n
o
s
t
i
c
wo
r
kf
l
o
w
s
[
3]
,
[
4]
.
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
.
15
,
N
o.
4
,
De
c
e
m
be
r
20
26
:
1577
-
1588
1578
T
o
b
r
i
dge
t
hi
s
ga
p
b
e
t
we
e
n
c
li
ni
c
a
l
de
m
a
n
d
a
nd
r
e
s
o
u
r
c
e
-
i
n
t
e
ns
i
ve
t
r
a
di
t
i
o
n
a
l
m
e
t
h
o
ds
,
r
e
c
e
n
t
a
dv
a
nc
e
m
e
n
t
s
i
n
c
o
m
put
e
r
vi
s
i
o
n
o
f
f
e
r
a
t
r
a
n
s
f
o
r
m
a
t
i
v
e
pa
t
h
.
De
e
p
l
e
a
r
ni
n
g
(
DL
)
m
o
de
l
s
a
r
e
pa
r
ti
c
u
l
a
r
l
y
a
dv
a
n
t
a
ge
o
us
i
n
t
hi
s
do
m
a
i
n
due
to
t
h
e
i
r
c
a
pa
c
i
t
y
to
pr
o
c
e
s
s
c
o
m
p
l
e
x
bi
o
m
e
d
i
c
a
l
im
a
ge
r
y
a
n
d
e
x
t
r
a
c
t
hi
g
h
-
l
e
v
e
l
a
b
s
t
r
a
c
t
f
e
a
t
ur
e
s
d
i
r
e
c
t
l
y
f
r
o
m
c
li
n
i
c
a
l
c
a
pt
ur
e
s
[
5]
,
[
6]
.
W
hil
e
D
L
h
a
s
s
h
o
wn
pr
o
m
i
s
e
,
t
h
e
"
bl
a
c
k
-
b
o
x
"
n
a
t
ur
e
o
f
t
h
e
s
e
m
o
de
l
s
o
f
t
e
n
hi
nde
r
s
c
l
i
n
i
c
a
l
a
do
pt
i
o
n
.
T
hi
s
s
t
ud
y
a
ddr
e
s
s
e
s
t
hi
s
l
i
mi
t
a
t
i
o
n
by
pr
o
po
s
i
n
g
a
f
r
a
m
e
wo
r
k
t
h
a
t
n
ot
o
nl
y
pr
i
o
r
i
t
i
z
e
s
hi
g
h
-
a
c
c
ur
a
c
y
c
l
a
s
s
if
i
c
a
t
i
o
n
t
h
r
o
ugh
m
u
l
t
i
-
m
o
d
e
l
c
o
m
pa
r
i
s
o
n
b
ut
a
l
s
o
i
n
t
e
gr
a
t
e
s
e
x
p
l
a
i
na
bl
e
a
r
t
i
f
i
c
i
a
l
i
n
t
e
l
li
ge
nc
e
(
XA
I
)
to
pr
o
vi
de
d
i
a
g
n
o
s
t
i
c
t
r
a
n
s
pa
r
e
n
c
y
.
T
h
e
pr
i
m
a
r
y
a
im
o
f
t
hi
s
r
e
s
e
a
r
c
h
i
s
to
i
m
p
l
e
m
e
n
t
a
n
d
e
v
a
l
ua
t
e
a
tr
a
n
s
f
e
r
l
e
a
r
ni
ng
f
r
a
m
e
wo
r
k
us
i
n
g
s
i
x
d
i
s
t
i
n
c
t
C
NN
a
r
c
hi
t
e
c
t
u
r
e
s
:
Xc
e
pt
i
o
n
,
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2,
E
f
f
i
c
i
e
n
t
Ne
t
V2S,
M
o
b
il
e
Ne
t
V2,
De
ns
e
Ne
t
169,
a
n
d
R
e
s
Ne
t
101V2.
T
h
e
s
e
m
o
de
l
s
,
pr
e
-
t
r
a
i
n
e
d
o
n
t
h
e
I
m
a
g
e
Ne
t
da
t
a
s
e
t,
a
r
e
f
i
ne
-
t
u
n
e
d
a
nd
t
e
s
t
e
d
o
n
t
h
e
I
S
I
C
2019
s
k
i
n
im
a
ge
da
t
a
s
e
t
,
s
pe
c
if
i
c
a
ll
y
f
o
c
u
s
i
ng
o
n
2,
000
c
ur
a
t
e
d
a
n
n
o
t
a
t
e
d
i
m
a
ge
s
.
T
hi
s
s
t
udy
s
e
e
ks
t
o
a
n
s
we
r
t
h
e
f
o
l
l
o
w
i
ng
r
e
s
e
a
r
c
h
que
s
t
i
o
n
:
T
o
wh
a
t
e
x
t
e
n
t
c
a
n
a
m
u
l
t
i
-
m
o
de
l
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
e
ns
e
m
b
l
e
,
c
o
upl
e
d
w
i
t
h
XA
I
,
pr
o
v
i
d
e
a
s
c
a
l
a
bl
e
a
n
d
i
n
t
e
r
pr
e
t
a
bl
e
a
l
t
e
r
n
a
t
i
v
e
to
tr
a
di
t
i
o
n
a
l
l
a
b
o
r
a
to
r
y
-
b
a
s
e
d
de
r
m
a
t
o
l
o
g
i
c
a
l
d
i
a
g
n
o
s
t
i
c
s
?
T
h
e
ke
y
c
o
n
t
r
i
b
ut
i
o
ns
o
f
t
hi
s
s
t
ud
y
a
r
e
s
u
m
m
a
r
i
z
e
d
a
s
f
o
l
l
o
w
s
:
C
o
m
pa
r
a
t
i
v
e
b
e
n
c
hm
a
r
k:
a
r
i
go
r
o
us
pe
r
f
o
r
m
a
n
c
e
a
n
a
ly
s
i
s
o
f
s
i
x
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
C
NN
a
r
c
hi
t
e
c
t
u
r
e
s
f
o
r
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
Ne
vi
,
K
e
r
a
t
o
s
i
s
(
K
e
r
t
)
,
a
n
d
M
e
l
a
no
m
a
.
E
nh
a
n
c
e
d
g
e
n
e
r
a
li
z
a
t
i
o
n
:
e
v
a
l
ua
t
i
o
n
w
i
t
hi
n
a
t
r
a
ns
f
e
r
l
e
a
r
ni
ng
pa
r
a
d
i
g
m
t
o
m
i
t
i
ga
t
e
o
v
e
r
f
i
t
t
i
n
g
a
n
d
e
nh
a
nc
e
pe
r
f
o
r
m
a
nc
e
o
n
e
x
t
e
r
n
a
l
d
a
t
a
s
e
t
s
,
s
uc
h
a
s
o
p
t
i
c
a
l
c
o
h
e
r
e
n
c
e
t
o
m
o
gr
a
phy
(
OC
T
)
i
m
a
ge
s
.
D
i
a
g
n
o
s
t
i
c
t
r
a
n
s
pa
r
e
n
c
y
:
t
h
e
i
n
t
e
gr
a
t
i
o
n
o
f
X
A
I
t
e
c
hni
que
s
t
o
vi
s
ua
li
z
e
a
n
d
va
l
i
d
a
t
e
t
h
e
f
e
a
t
ur
e
s
dr
i
v
i
ng
m
o
de
l
pr
e
d
i
c
t
i
o
ns
,
t
h
e
r
e
by
i
nc
r
e
a
s
i
ng
c
l
i
n
i
c
a
l
t
r
us
t.
C
o
m
put
a
t
i
o
n
a
l
o
pt
i
mi
z
a
t
i
o
n
:
a
m
e
t
h
o
do
l
o
g
y
de
s
i
g
n
e
d
to
r
e
duc
e
t
r
a
i
ni
n
g
o
v
e
r
he
a
d
a
n
d
o
p
t
i
mi
z
e
e
f
f
i
c
i
e
nc
y
,
m
a
k
i
ng
i
t
s
u
i
t
a
bl
e
f
o
r
de
p
l
o
y
m
e
n
t
i
n
r
e
s
o
ur
c
e
-
c
o
n
s
t
r
a
i
ne
d
h
e
a
l
t
h
c
a
r
e
s
e
tt
i
n
g
s
.
T
h
e
r
e
m
a
i
nde
r
o
f
t
h
e
pa
pe
r
i
s
s
t
r
uc
t
ur
e
d
a
s
f
o
l
l
o
ws
.
S
e
c
t
i
o
n
2
pr
o
v
i
d
e
s
a
c
o
m
pr
e
h
e
n
s
i
ve
li
t
e
r
a
t
ur
e
r
e
vi
e
w.
S
e
c
t
i
o
n
3
de
t
a
i
l
s
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
g
y
a
n
d
t
h
e
da
t
a
s
e
t
s
e
m
p
l
o
y
e
d.
S
e
c
t
i
o
n
4
pr
e
s
e
n
t
s
e
x
pe
r
im
e
n
t
a
l
r
e
s
u
l
t
s
a
l
o
n
g
w
i
t
h
c
o
m
pa
r
a
t
i
v
e
a
na
ly
s
i
s
a
n
d
d
i
s
c
us
s
i
o
n
.
S
e
c
t
i
o
n
5
c
o
n
c
l
ude
s
t
h
e
s
tud
y
a
n
d
o
u
t
l
i
ne
s
po
t
e
n
t
i
a
l
a
ve
n
ue
s
f
o
r
f
ut
ur
e
r
e
s
e
a
r
c
h
.
2.
L
I
T
E
RA
T
UR
E
RE
VI
E
W
I
n
r
e
c
e
n
t
y
e
a
r
s
,
t
h
e
f
i
e
l
d
o
f
s
k
i
n
d
i
s
e
a
s
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
h
a
s
un
de
r
go
n
e
s
i
g
ni
f
i
c
a
n
t
e
v
o
l
ut
i
o
n
,
pr
i
m
a
r
il
y
dr
i
v
e
n
by
a
d
va
n
c
e
m
e
n
t
s
i
n
de
e
p
l
e
a
r
ni
ng
t
e
c
hni
que
s
.
T
hi
s
l
i
t
e
r
a
t
ur
e
r
e
vi
e
w
hi
g
hli
g
h
t
s
t
h
e
m
o
s
t
n
ot
a
bl
e
c
o
n
t
r
i
b
ut
i
o
ns
i
n
r
e
c
e
n
t
y
e
a
r
s
,
w
i
t
h
a
n
e
m
p
ha
s
i
s
o
n
m
e
t
h
o
do
l
o
gi
e
s
i
nv
o
l
v
i
ng
c
o
n
v
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
ks
(
C
NN
s
)
,
ge
n
e
r
a
t
i
ve
a
dv
e
r
s
a
r
i
a
l
n
e
t
wo
r
ks
(
GA
Ns
)
,
a
n
d
hy
b
r
i
d
a
r
c
hi
t
e
c
t
ur
e
s
.
L
i
l
h
o
r
e
e
t
al.
[
7]
i
n
t
r
o
duc
e
S
ki
n
E
HD
L
F
i
n
t
e
gr
a
t
e
d
a
n
a
da
pt
i
v
e
a
t
t
e
n
t
i
o
n
-
ba
s
e
d
f
e
a
t
ur
e
f
us
i
o
n
m
e
c
h
a
ni
s
m
w
i
t
h
C
o
n
vNe
Xt
,
E
f
f
i
c
i
e
n
t
Ne
t
V2,
a
n
d
S
w
i
n
T
r
a
n
s
f
o
r
m
e
r
to
e
nh
a
n
c
e
s
k
i
n
d
i
s
e
a
s
e
d
i
a
g
n
o
s
i
s
.
T
h
e
y
t
r
a
i
n
e
d
a
n
d
e
v
a
l
ua
t
e
d
S
k
i
n
E
HD
L
F
us
i
ng
t
h
e
I
S
I
C
2024
da
t
a
s
e
t.
S
ki
n
E
HD
L
F
a
t
t
a
i
n
e
d
98.
6%
a
c
c
ur
a
c
y
,
97.
9%
pr
e
c
i
s
i
o
n
,
97.
3%
r
e
c
a
l
l
,
a
n
d
99.
7%
A
UR
OC
a
c
r
o
s
s
a
l
l
l
e
s
i
o
n
c
a
t
e
go
r
i
e
s
i
n
m
u
l
t
i
-
c
l
a
s
s
c
l
a
s
s
if
i
c
a
t
i
o
n
.
R
a
s
hi
d
e
t
al.
[
8]
f
i
ne
-
t
un
e
d
a
3D
-
R
e
s
Ne
t
50
m
o
de
l
o
n
t
h
e
3D
-
T
B
P
da
t
a
s
e
t
i
n
2025.
T
h
e
y
a
c
hi
e
v
e
d
a
n
o
v
e
r
a
ll
a
c
c
ur
a
c
y
o
f
93.
88%
,
a
n
ot
a
bl
e
i
m
pr
o
v
e
m
e
n
t
o
v
e
r
e
qui
va
l
e
n
t
2D
i
m
p
l
e
m
e
n
t
a
t
i
o
ns
(
85.
67%
)
.
P
a
c
a
l
e
t
al.
[
9]
e
nh
a
nc
e
d
t
h
e
s
w
i
n
t
r
a
n
s
f
o
r
m
e
r
by
i
nc
o
r
por
a
t
i
n
g
hy
br
i
d
s
hif
t
e
d
w
i
ndo
w
s
e
l
f
-
a
t
t
e
n
t
i
o
n
a
n
d
S
w
i
G
L
U
-
b
a
s
e
d
M
L
P
i
n
2024.
T
h
e
y
a
c
hi
e
v
e
d
a
n
a
c
c
ur
a
c
y
o
f
89.
3
6%
o
n
t
h
e
I
S
I
C
2019
e
i
g
h
t
-
c
l
a
s
s
b
e
n
c
hm
a
r
k
.
S
a
s
mi
t
a
a
n
d
gr
o
up
p
r
e
s
e
n
t
e
d
a
n
o
v
e
l
R
e
s
Ne
t
-
L
S
T
M
m
o
de
l
t
h
a
t
c
o
m
bi
ne
s
s
pa
t
i
a
l
a
n
d
t
e
m
po
r
a
l
f
e
a
t
ur
e
s
to
e
nh
a
nc
e
c
l
a
s
s
if
i
c
a
t
i
o
n
by
c
a
pt
ur
i
n
g
s
e
que
n
t
i
a
l
l
e
s
i
o
n
c
h
a
r
a
c
t
e
r
i
s
t
i
c
s
.
T
h
e
y
a
c
hi
e
ve
d
a
c
c
ur
a
c
i
e
s
o
f
95.
72%
a
n
d
94.
23%
,
F1
-
s
c
o
r
e
s
o
f
92.
78%
a
n
d
93.
46%
,
s
e
n
s
i
t
i
vi
t
i
e
s
o
f
95.
24%
a
n
d
92.
41%
,
a
n
d
s
pe
c
i
f
i
c
i
t
i
e
s
o
f
92.
08%
a
n
d
90.
33%
o
n
I
S
I
C
2020
a
n
d
H
A
M
10000,
r
e
s
pe
c
t
i
ve
ly
[
10]
.
R
a
s
h
a
d
e
t
al.
[
11]
pr
e
s
e
n
t
e
d
a
n
o
v
e
l
a
pp
r
o
a
c
h
to
e
a
r
l
y
s
k
i
n
c
a
n
c
e
r
d
i
a
g
n
o
s
i
s
b
a
s
e
d
o
n
i
m
a
ge
pr
o
c
e
s
s
i
ng.
T
h
e
y
us
e
d
tr
a
n
s
f
e
r
l
e
a
r
ni
n
g
w
i
t
h
pr
e
-
tr
a
i
n
e
d
da
t
a
to
f
ur
t
h
e
r
e
nh
a
n
c
e
de
t
e
c
t
i
o
n
pe
r
f
o
r
m
a
nc
e
.
T
h
e
i
r
t
r
a
ns
f
e
r
l
e
a
r
ni
n
g
a
ppr
o
a
c
h
w
i
t
h
R
e
s
Ne
t
-
50
m
o
de
l
a
c
hi
e
v
e
d
a
n
a
c
c
ur
a
c
y
o
f
97%
.
I
s
l
a
m
a
n
d
P
a
n
t
a
[
12]
a
ppl
i
e
d
f
i
ve
d
i
f
f
e
r
e
n
t
pr
e
-
t
r
a
i
n
e
d
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
a
ppr
o
a
c
h
e
s
f
o
r
bi
na
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
s
k
i
n
c
a
n
c
e
r
de
t
e
c
t
i
o
n
a
t
b
e
ni
g
n
a
n
d
m
a
li
g
n
a
n
t
s
t
a
ge
s
i
n
2024.
T
h
e
y
f
in
e
-
t
un
e
d
d
i
f
f
e
r
e
n
t
l
a
y
e
r
s
a
n
d
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
s
to
i
n
c
r
e
a
s
e
t
h
e
a
c
c
ur
a
c
y
.
T
h
e
y
us
e
d
t
h
e
IS
I
C
da
t
a
s
e
t
to
e
v
a
l
u
a
t
e
t
r
a
n
s
f
e
r
l
e
a
r
ni
n
g
a
ppr
o
a
c
h
e
s
a
n
d
a
c
hi
e
v
e
d
t
h
e
b
e
s
t
a
c
c
ur
a
c
y
o
f
0.
935,
a
n
F1
-
s
c
o
r
e
o
f
0.
86,
a
n
d
a
pr
e
c
i
s
i
o
n
o
f
0.
94
wi
t
h
t
h
e
R
e
s
Ne
t
-
50
m
o
de
l
.
F
a
g
hi
h
i
e
t
al.
[
13]
us
e
d
VG
G16
a
n
d
VG
G19
m
o
de
l
s
w
i
t
h
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
o
n
a
da
t
a
s
e
t
o
f
2,
541
de
r
m
a
t
o
l
o
g
y
i
m
a
ge
s
.
T
h
r
ough
c
a
r
e
f
u
l
t
r
a
i
ni
n
g
a
n
d
v
a
li
da
t
i
o
n
,
t
h
e
a
ut
h
or
s
i
m
pr
o
v
e
d
c
l
a
s
s
if
i
c
a
t
i
o
n
a
c
c
ur
a
c
y
s
i
g
nif
i
c
a
n
t
l
y
—
f
r
o
m
a
n
a
l
r
e
a
d
y
pr
o
m
i
s
i
ng
9
4.
2%
to
a
r
e
m
a
r
ka
bl
e
98.
18%
.
Al
o
t
a
i
b
i
a
n
d
Al
S
a
e
e
d
[
14]
pr
e
s
e
n
t
e
d
a
n
e
nh
a
n
c
e
d
X
c
e
pt
i
o
n
-
b
a
s
e
d
a
r
c
hi
t
e
c
t
ur
e
t
h
r
o
ugh
tr
a
n
s
f
e
r
l
e
a
r
ni
ng
i
n
20
23.
T
h
e
y
a
pp
l
i
e
d
t
hi
s
to
t
h
e
HA
M
10000
da
t
a
s
e
t.
T
hi
s
hyb
r
i
d
a
ppr
o
a
c
h
i
n
c
r
e
a
s
e
d
t
h
e
m
o
de
l
’
s
i
n
t
e
r
pr
e
t
a
bi
li
t
y
a
n
d
f
e
a
t
ur
e
f
o
c
us
,
i
m
pr
o
vi
ng
a
c
c
ur
a
c
y
f
r
o
m
91.
05%
to
94.
11%
.
Oz
de
m
i
r
a
n
d
P
a
c
a
l
[
15]
pr
e
s
e
n
t
e
d
C
o
n
vNe
Xt
V2,
f
us
e
d
w
i
t
h
s
e
pa
r
a
bl
e
s
e
lf
-
a
tt
e
n
t
i
o
n
.
T
hi
s
a
ppr
o
a
c
h
de
m
o
ns
t
r
a
t
e
d
s
tr
o
n
g
pe
r
f
o
r
m
a
n
c
e
o
n
t
h
e
I
S
I
C
2019
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
T
o
w
a
r
ds
ac
c
ur
at
e
diagnos
ti
c
s
:
de
e
p
-
tr
ans
f
e
r
lear
ning
in
s
k
in
dis
e
as
e
de
tec
ti
on
(
V
aibhavi
P
andy
a
)
1579
da
t
a
s
e
t,
a
c
hi
e
vi
ng
93.
48%
a
c
c
ur
a
c
y
.
No
a
m
a
n
e
t
al
.
[
16]
re
-
e
v
a
l
u
a
t
e
d
Al
e
x
Ne
t
us
i
n
g
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
o
n
I
S
I
C
2019.
T
h
e
i
r
f
i
ne
-
t
un
e
d
m
o
de
l
r
e
a
c
h
e
d
90.
9%
a
c
c
u
r
a
c
y
a
c
r
o
s
s
e
i
g
h
t
c
l
a
s
s
e
s
o
f
s
k
i
n
l
e
s
i
o
n
s
.
C
he
n
g
e
t
al.
[
17]
pr
e
s
e
n
t
e
d
a
de
e
p
l
e
a
r
ni
ng
m
o
de
l
w
hi
c
h
i
nc
o
r
p
o
r
a
t
e
s
a
C
NN
f
o
r
e
x
t
r
a
c
t
i
n
g
l
o
c
a
l
r
e
c
e
pt
i
v
e
f
i
e
l
d
i
nf
o
r
m
a
t
i
o
n
a
n
d
a
n
o
ve
l
a
t
t
e
n
t
i
o
n
m
e
c
h
a
ni
s
m
f
o
r
r
e
v
e
a
li
ng
t
h
e
g
l
o
b
a
l
a
s
s
o
c
i
a
t
i
o
ns
w
i
t
hi
n
a
n
i
m
a
g
e
.
T
h
e
i
r
a
ppr
o
a
c
h
pr
o
duc
e
s
t
h
e
a
c
c
ur
a
c
y
o
f
87.
3%
wi
t
h
I
S
I
C
-
2019
d
a
t
a
s
e
t
.
S
h
a
k
y
a
e
t
al.
[
18]
i
nv
e
s
t
i
ga
t
e
d
t
h
r
e
e
a
ppr
o
a
c
h
e
s
f
o
r
c
l
a
s
s
if
yi
ng
s
k
i
n
c
a
n
c
e
r
i
m
a
g
e
s
.
T
h
e
y
E
m
p
l
o
y
e
d
R
e
s
Ne
t
-
18,
VG
G19
,
a
n
d
M
o
bi
l
e
Ne
t
v
2
a
s
f
e
a
t
ur
e
e
x
t
r
a
c
tor
s
i
n
c
o
nj
u
n
c
t
i
o
n
w
i
t
h
f
o
ur
m
a
c
hi
ne
l
e
a
r
ni
ng
c
l
a
s
s
i
f
i
e
r
s
s
uc
h
a
s
S
VM
,
DT
,
Na
ï
ve
B
a
y
e
s
,
a
n
d
K
N
N.
T
h
e
y
t
r
a
i
n
e
d
s
e
g
m
e
n
t
e
d
i
m
a
g
e
s
w
hi
c
h
a
r
e
a
c
hi
e
v
e
d
by
us
i
n
g
t
h
e
a
c
t
i
ve
c
o
n
t
o
u
r
a
ppr
o
a
c
h
.
I
n
t
hi
s
wo
r
k
R
e
s
Ne
t
-
18
a
n
d
M
o
bil
e
N
e
t
n
e
t
w
o
r
ks
wi
t
h
a
n
S
VM
c
l
a
s
s
if
i
e
r
a
c
hi
e
v
e
d
t
h
e
a
c
c
ur
a
c
y
o
f
92.
87%
[
18]
.
T
a
s
a
r
[
19
]
p
r
e
s
e
n
t
e
d
a
tr
a
n
s
f
e
r
l
e
a
r
ni
ng
b
a
s
e
f
o
r
t
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
o
f
s
k
i
n
d
i
s
e
a
s
e
s
.
He
us
e
d
VG
G16,
R
e
s
Ne
t
50,
De
n
e
Ne
t
121,
M
o
bi
l
e
Ne
t
,
a
n
d
Xc
e
pt
i
o
n
pr
e
-
t
r
a
i
n
e
d
m
o
de
l
s
.
I
n
t
h
e
s
t
udy
t
r
a
i
ni
ng
a
n
d
t
e
s
t
s
we
r
e
pe
r
f
o
r
m
e
d
o
n
t
h
e
HA
M
10000
da
t
a
s
e
t
.
T
h
e
De
n
s
e
N
e
t
121,
VG
GN
e
t
16,
R
e
s
Ne
t
50,
M
o
b
i
l
e
Ne
t
,
a
n
d
Xc
e
pt
i
o
n
m
o
de
l
s
w
e
r
e
a
c
hi
e
ve
d
a
c
c
ur
a
c
y
o
f
94.
29%
,
93.
28
%
,
87
.
10%
,
8
3.
1
0%
,
a
n
d
80.
05%
r
e
s
pe
c
t
i
v
e
ly
.
Ha
ji
a
r
b
a
bi
[
20]
pr
e
s
e
n
t
e
d
a
tr
a
n
s
f
e
r
-
l
e
a
r
ni
ng
a
ppr
o
a
c
h
f
o
r
s
ki
n
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
i
n
2023.
I
n
t
hi
s
a
ppr
o
a
c
h
,
a
C
NN
i
s
t
r
a
i
ne
d
ba
s
e
d
o
n
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
us
i
ng
t
h
e
we
i
g
h
t
s
o
f
I
m
a
ge
Ne
t
da
t
a
s
e
t.
T
h
e
pr
o
p
o
s
e
d
s
y
s
t
e
m
a
c
hi
e
ve
d
a
r
e
c
a
l
l
wa
s
88.
5%
,
pr
e
c
i
s
i
o
n
91.
75%
,
a
n
d
a
c
c
ur
a
c
y
wa
s
94.
42%
wi
t
h
a
r
e
a
un
de
r
t
h
e
c
ur
v
e
(
A
UC
)
a
s
0.
94
.
B
a
i
g
e
t
al.
[
21]
pr
e
s
e
n
t
e
d
a
m
o
de
l
(
L
i
g
h
t
-
De
r
m
o
)
whi
c
h
i
s
a
f
u
s
io
n
o
f
b
a
s
e
d
o
n
i
s
de
v
e
l
o
pe
d
t
h
a
t
a
l
i
g
h
t
we
i
g
h
t
C
NN
a
n
d
c
h
a
nne
l
w
i
s
e
a
tt
e
n
t
i
o
n
m
e
c
h
a
ni
s
m
.
T
h
e
S
h
u
f
f
l
e
Ne
t
a
r
c
hi
t
e
c
t
ur
e
i
s
c
h
o
s
e
n
a
s
t
h
e
b
a
c
k
b
o
n
e
.
T
he
m
o
de
l
ach
i
e
ve
d
a
n
a
c
c
ur
a
c
y
o
f
99.
14%
.
T
a
hi
r
e
t
al.
[
2
2]
pr
e
s
e
n
t
e
d
a
de
e
p
l
e
a
r
ni
n
g
m
o
de
l
(
D
S
C
C
_Ne
t
)
f
o
r
s
ki
n
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
i
n
2023.
T
h
e
y
us
e
d
t
h
r
e
e
a
v
a
i
labl
e
da
t
a
s
e
t
s
(
I
S
I
C
2020,
HA
M
10000,
a
n
d
De
r
m
I
S
)
.
T
h
e
pr
e
s
e
n
t
e
d
m
o
de
l
a
c
hi
e
ve
d
a
99.
43%
A
UC
,
a
94.
17%
a
c
c
ur
a
c
y
,
a
r
e
c
a
l
l
o
f
93.
76%
,
a
pr
e
c
i
s
i
o
n
o
f
94.
28%
c
o
m
pa
r
e
d
t
o
R
e
s
Ne
t
-
152
,
Vgg
-
19
,
M
o
bi
l
e
Ne
t
,
VG
G
-
16,
E
f
f
i
c
i
e
n
t
Ne
t
-
B
0
,
a
n
d
I
n
c
e
pt
i
o
n
-
V3
.
3.
RE
S
E
AR
CH
M
E
T
HO
D
3.
1.
Dat
as
e
t
T
h
e
I
S
I
C
2019
da
t
a
s
e
t
i
s
pa
r
t
o
f
t
h
e
I
n
t
e
r
n
a
t
i
o
n
a
l
S
k
i
n
I
m
a
g
i
ng
C
o
l
l
a
b
o
r
a
t
i
o
n
(
I
S
I
C
)
a
r
c
hi
ve
,
whi
c
h
a
i
m
s
t
o
f
a
c
il
i
t
a
t
e
r
e
s
e
a
r
c
h
i
n
t
h
e
f
i
e
l
d
o
f
de
r
m
a
t
ol
o
g
i
c
a
l
im
a
g
e
a
n
a
ly
s
i
s
by
pr
o
vi
d
i
ng
a
l
a
r
ge
,
s
t
a
n
da
r
d
i
z
e
d
c
o
l
l
e
c
t
i
o
n
o
f
s
k
i
n
im
a
ge
s
[
23]
.
R
e
l
e
a
s
e
d
a
s
pa
r
t
o
f
t
h
e
I
S
I
C
2019
C
h
a
l
l
e
n
g
e
,
t
hi
s
da
t
a
s
e
t
s
pe
c
i
f
i
c
a
ll
y
f
o
c
us
e
s
o
n
t
h
e
a
uto
m
a
t
e
d
a
n
a
l
y
s
i
s
o
f
de
r
m
o
s
c
o
p
i
c
i
m
a
ge
s
f
o
r
t
h
e
di
a
g
n
o
s
i
s
o
f
s
k
i
n
l
e
s
i
o
n
s
,
i
n
c
l
ud
i
ng
m
e
l
a
n
o
m
a
.
I
t
c
o
m
pr
i
s
e
s
o
v
e
r
2,
000
hi
g
h
-
r
e
s
o
l
ut
i
o
n
de
r
m
o
s
c
o
pi
c
i
m
a
ge
s
,
e
a
c
h
a
nn
ot
a
t
e
d
wi
t
h
c
o
r
r
e
s
po
n
d
i
n
g
gr
o
u
n
d
t
r
u
t
h
l
a
b
e
l
s
.
T
h
e
da
t
a
s
e
t
s
upp
o
r
t
s
t
h
r
e
e
m
a
i
n
t
a
s
ks
:
l
e
s
io
n
s
e
g
m
e
n
t
a
t
i
o
n
,
l
e
s
i
o
n
s
k
i
n
f
e
a
t
ur
e
de
t
e
c
t
i
o
n
,
a
nd
di
s
e
a
s
e
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
c
l
a
s
s
if
i
c
a
t
i
o
n
t
a
s
k
i
nv
o
l
v
e
s
i
d
e
n
t
i
f
yi
ng
l
e
s
i
o
ns
a
s
e
i
t
he
r
m
e
l
a
n
o
m
a
,
n
e
v
u
s
,
or
ke
r
a
to
s
i
s
.
T
h
e
i
m
a
ge
s
v
a
r
y
i
n
r
e
s
o
l
ut
i
o
n
a
n
d
we
r
e
a
c
qu
i
r
e
d
us
i
n
g
d
i
f
f
e
r
e
n
t
de
r
m
o
s
c
o
pi
c
de
vi
c
e
s
,
r
e
f
l
e
c
t
i
n
g
r
e
a
l
-
wo
r
l
d
c
l
i
n
i
c
a
l
v
a
r
i
a
bil
i
t
y
.
T
he
da
t
a
s
e
t
wa
s
c
a
r
e
f
u
ll
y
c
ur
a
t
e
d
a
n
d
a
nn
o
t
a
t
e
d
by
e
x
p
e
r
t
de
r
m
a
t
o
l
o
g
i
s
t
s
,
e
n
s
ur
i
n
g
hi
g
h
-
qua
l
i
t
y
l
a
b
e
l
s
a
n
d
r
e
l
i
a
bil
i
t
y
.
I
t
s
e
r
v
e
s
a
s
a
b
e
nc
hm
a
r
k
a
n
d
h
a
s
be
e
n
w
i
de
ly
a
do
pt
e
d
f
o
r
de
v
e
l
o
pi
ng
a
n
d
e
v
a
l
ua
t
i
n
g
m
a
c
hi
ne
l
e
a
r
ni
ng
a
n
d
de
e
p
l
e
a
r
ni
n
g
m
o
de
l
s
i
n
t
h
e
do
m
a
i
n
o
f
s
k
i
n
d
i
s
e
a
s
e
d
i
a
g
n
o
s
i
s
T
h
e
d
a
t
a
s
e
t
i
s
o
r
ga
ni
z
e
d
by
s
k
i
n
d
i
s
e
a
s
e
c
l
a
s
s
e
s
,
w
i
t
h
s
pe
c
i
f
i
c
s
a
m
p
l
e
s
i
z
e
s
de
t
a
i
l
e
d
i
n
T
a
bl
e
1.
T
a
bl
e
1.
Da
t
a
s
e
t
de
s
c
r
i
pt
i
o
n
I
S
I
C
da
ta
s
e
t
of
s
ki
n i
ma
ge
s
C
la
s
s
e
s
N
umbe
r
of
i
ma
ge
s
K
E
R
T
254
N
E
V
I
1372
M
E
L
A
N
O
M
A
374
3.
2
.
Dat
a
p
r
e
p
r
o
c
e
s
s
in
g
T
h
e
da
t
a
s
e
t
i
s
m
e
t
i
c
u
l
o
us
ly
pr
e
pr
o
c
e
s
s
e
d
t
o
s
t
a
n
da
r
d
i
z
e
i
nput
s
f
o
r
m
o
de
l
t
r
a
i
ni
ng
a
n
d
e
v
a
l
ua
t
i
o
n
.
M
o
r
e
o
v
e
r
,
da
t
a
a
ugm
e
n
t
a
t
i
o
n
m
e
t
h
o
ds
i
n
c
l
ud
i
n
g
r
ot
a
t
i
o
n
,
f
li
pp
i
ng,
z
oo
m
i
ng,
b
r
i
g
h
t
n
e
s
s
,
r
e
s
i
z
in
g,
l
a
b
e
l
e
n
c
o
d
i
n
g,
n
o
r
m
a
l
i
z
i
ng,
c
o
n
t
r
a
s
t
m
o
d
i
f
i
c
a
t
i
o
n
,
a
n
d
s
he
a
r
i
n
g
a
r
e
us
e
d
to
i
n
c
r
e
a
s
e
t
h
e
v
a
r
i
e
t
y
o
f
t
h
e
t
r
a
i
ni
ng
s
e
t
a
n
d
s
o
s
tr
e
n
gt
h
e
n
m
o
de
l
r
e
s
i
li
e
n
c
e
a
n
d
pe
r
f
o
r
m
a
n
c
e
.
T
hi
s
h
e
l
ps
s
k
i
n
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
l
i
a
bl
e
a
n
d
e
f
f
i
c
i
e
n
t
.
F
i
gur
e
1
s
h
o
ws
s
o
m
e
im
a
ge
s
f
r
o
m
e
v
e
r
y
s
k
i
n
d
i
s
e
a
s
e
c
l
a
s
s
w
i
t
hi
n
t
he
I
S
I
C
2019
da
t
a
s
e
t.
P
r
e
pa
r
i
n
g
s
k
i
n
d
i
s
e
a
s
e
i
m
a
ge
s
f
o
r
a
n
a
ly
s
i
s
,
m
e
t
h
o
ds
o
f
pi
c
t
ur
e
c
l
e
a
ni
ng
—
s
uc
h
a
s
s
m
o
o
t
hi
n
g
a
l
go
r
i
t
hm
s
o
r
n
o
i
s
e
r
e
duc
t
i
o
n
f
il
t
e
r
s
—
a
r
e
us
e
d
t
o
r
e
m
o
v
e
u
n
de
s
i
r
e
d
n
o
i
s
e
a
n
d
a
r
t
i
f
a
c
t
s
,
t
h
e
r
e
f
o
r
e
i
mpr
o
vi
n
g
t
h
e
ge
n
e
r
a
l
im
a
ge
qua
l
i
t
y
a
n
d
l
o
we
r
i
n
g
t
h
e
p
o
s
s
i
bil
i
t
y
o
f
e
r
r
o
n
e
o
us
a
n
a
ly
s
i
s
.
I
m
a
ge
e
nh
a
n
c
e
m
e
n
t
m
e
t
h
o
ds
s
uc
h
c
o
n
tr
a
s
t
c
o
r
r
e
c
t
i
o
n
,
hi
s
t
o
g
r
a
m
e
qua
li
z
a
t
i
o
n
,
o
r
a
da
p
t
i
v
e
e
nha
n
c
e
m
e
n
t
a
r
e
a
ppl
i
e
d
to
e
n
ha
n
c
e
th
e
vi
s
ua
l
qua
l
i
t
i
e
s
o
f
s
k
i
n
d
i
s
e
a
s
e
im
a
ge
s
w
hi
c
h
h
e
l
ps
i
n
vi
e
w
i
n
g
o
f
f
e
a
t
ur
e
s
a
n
d
t
e
x
t
ur
e
s
f
o
r
p
r
e
c
i
s
e
i
de
n
t
i
f
i
c
a
ti
o
n
.
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
.
15
,
N
o.
4
,
De
c
e
m
be
r
20
26
:
1577
-
1588
1580
K
e
r
t
M
e
la
no
ma
N
e
v
i
F
i
gur
e
1
.
S
a
m
p
l
e
i
m
a
g
e
s
f
r
o
m
t
h
e
da
t
a
s
e
t
3.
3
.
M
od
e
l
s
e
l
e
c
t
ion
an
d
t
r
ain
in
g
B
a
s
e
d
o
n
t
h
e
i
r
pr
o
v
e
n
pe
r
f
o
r
m
a
nc
e
,
a
r
c
hi
t
e
c
t
ur
a
l
d
i
ve
r
s
i
t
y
,
a
n
d
b
a
l
a
n
c
e
b
e
t
we
e
n
a
c
c
ur
a
c
y
a
n
d
c
o
m
put
a
t
i
o
n
a
l
e
f
f
i
c
i
e
n
c
y
,
we
c
h
o
o
s
e
s
i
x
s
t
a
t
e
-
of
-
th
e
-
a
r
t
C
NN
a
r
c
hi
t
e
c
t
ur
e
s
—
Xc
e
pt
i
o
n
,
I
n
c
e
pt
i
o
nR
e
s
Ne
t
V2,
E
f
f
i
c
i
e
n
t
Ne
t
V2S,
M
o
b
i
l
e
Ne
t
V2,
De
n
s
e
Ne
t
169,
a
n
d
R
e
s
Ne
t
101V2
—
i
n
t
hi
s
wo
r
k.
A
dv
a
nc
e
d
de
pt
h
w
i
s
e
s
e
pa
r
a
bl
e
c
o
n
v
o
l
ut
i
o
ns
a
n
d
r
e
s
i
dua
l
c
o
nne
c
t
i
o
n
s
of
Xc
e
pt
i
o
n
a
n
d
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2
h
e
l
p
e
d
to
e
f
f
e
c
t
i
v
e
l
y
un
de
r
s
t
a
n
d
i
n
t
r
i
c
a
t
e
s
k
i
n
l
e
s
i
o
n
pa
t
t
e
r
n
s
.
E
s
pe
c
i
a
ll
y
f
o
r
m
e
d
i
c
a
l
im
a
ge
c
l
a
s
s
if
i
c
a
t
i
o
n
a
c
t
i
vi
t
i
e
s
,
E
f
f
i
c
i
e
n
t
Ne
t
V2S
o
f
f
e
r
s
a
b
e
tt
e
r
t
r
a
de
-
o
f
f
b
e
t
we
e
n
a
c
c
ur
a
c
y
a
n
d
s
pe
e
d
a
n
d
r
e
pr
e
s
e
n
t
s
a
n
e
w
de
v
e
l
o
p
m
e
n
t
i
n
m
o
de
l
s
c
a
li
ng.
B
e
c
a
us
e
o
f
i
t
s
l
i
g
h
t
we
i
g
h
t
de
s
i
g
n
,
whi
c
h
f
i
t
f
o
r
r
e
a
l
-
t
i
m
e
d
i
a
g
n
o
s
i
s
o
n
m
o
bil
e
o
r
e
dg
e
de
vi
c
e
s
,
M
o
bi
l
e
Ne
t
V2
wa
s
i
nc
l
ud
e
d.
De
ns
e
Ne
t
169
wa
s
c
ho
s
e
n
b
e
c
a
u
s
e
o
f
i
t
s
de
n
s
e
c
o
nn
e
c
t
i
o
n
,
w
hi
c
h
h
e
l
ps
to
b
e
tt
e
r
r
e
us
e
f
e
a
t
ur
e
s
a
n
d
r
e
duc
e
s
t
h
e
v
a
ni
s
hi
ng
gr
a
d
i
e
n
t
i
s
s
ue
—
n
e
c
e
s
s
a
r
y
f
o
r
t
h
e
de
t
e
c
t
i
o
n
o
f
m
i
n
o
r
c
h
a
n
ge
s
i
n
s
k
i
n
c
o
n
d
i
t
i
o
n
.
F
i
n
a
ll
y
,
R
e
s
Ne
t
101V2
o
f
f
e
r
s
de
e
p
r
e
s
i
dua
l
l
e
a
r
ni
ng
f
e
a
t
ur
e
s
,
whi
c
h
e
n
a
bl
e
s
t
h
e
m
o
de
l
to
a
c
qui
r
e
hi
g
hly
a
bs
t
r
a
c
t
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
e
s
s
e
n
t
i
a
l
f
o
r
di
s
c
r
i
mi
na
t
i
n
g
s
upe
r
f
i
c
i
a
ll
y
i
de
n
t
i
c
a
l
s
k
i
n
d
i
s
o
r
de
r
s
.
B
y
gua
r
a
n
t
e
e
i
n
g
a
t
h
or
o
ugh
a
s
s
e
s
s
m
e
n
t
a
c
r
o
s
s
s
e
v
e
r
a
l
a
r
c
hi
t
e
c
t
ur
a
l
pa
r
a
d
i
g
m
s
,
de
pt
h
s
,
a
n
d
c
o
m
p
l
e
xi
t
y
,
t
h
e
s
e
m
o
de
l
s
gua
r
a
n
t
e
e
a
s
t
r
o
n
g
r
o
b
us
t
n
e
s
s
a
n
d
ge
n
e
r
a
l
i
z
a
bil
i
t
y
o
f
t
h
e
s
k
i
n
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
f
r
a
m
e
w
o
r
k
.
T
h
e
m
o
de
l
s
a
r
e
de
t
a
i
l
e
d
i
n
f
o
l
l
o
w
i
ng
s
e
c
t
i
o
ns
.
C
o
m
pa
c
t
a
n
d
hi
g
h
-
pe
r
f
o
r
m
a
n
c
e
C
NN
b
u
il
t
f
o
r
i
m
a
ge
c
l
a
s
s
if
i
c
a
t
i
o
n
w
i
t
h
i
d
e
a
l
t
r
a
i
ni
ng
t
i
m
e
a
n
d
a
c
c
ur
a
c
y
i
s
E
f
f
i
c
i
e
n
t
Ne
t
V2S.
C
o
m
pr
i
s
i
ng
de
pt
hw
i
s
e
s
e
pa
r
a
bl
e
a
n
d
f
us
e
d
-
M
B
C
o
nv
c
o
nv
o
l
ut
i
o
ns
f
o
r
a
c
o
m
pr
o
m
i
s
e
o
f
s
pe
e
d
a
n
d
a
c
c
ur
a
c
y
,
i
t
i
s
pa
r
t
o
f
t
h
e
E
f
f
i
c
i
e
n
t
Ne
t
V2
f
a
m
il
y
.
I
t
i
m
pr
o
v
e
s
ge
n
e
r
a
l
i
z
a
t
i
o
n
by
us
i
n
g
pr
o
gr
e
s
s
i
v
e
l
e
a
r
ni
ng
—
s
c
a
l
i
ng
i
m
a
ge
s
i
z
e
a
n
d
r
e
gu
l
a
r
i
z
a
t
i
o
n
o
v
e
r
t
i
m
e
.
B
e
c
a
us
e
o
f
i
t
s
e
f
f
i
c
ien
c
y
a
n
d
gr
e
a
t
a
c
c
ur
a
c
y
,
E
f
f
i
c
i
e
n
t
Ne
t
V2S
e
x
c
e
l
s
i
n
j
o
b
s
li
k
e
s
k
i
n
d
i
s
e
a
s
e
c
a
t
e
go
r
i
z
a
t
i
o
n
a
n
d
i
s
pe
r
f
e
c
t
f
o
r
s
e
tt
i
ngs
li
ke
m
o
bil
e
a
pps
w
i
t
h
li
mi
t
e
d
r
e
s
o
ur
c
e
s
[
24]
,
[
25]
.
B
y
u
s
i
ng
de
pt
h
w
i
s
e
s
e
pa
r
a
bl
e
o
n
e
s
f
o
r
c
o
n
ve
n
t
i
o
n
a
l
c
o
n
v
o
l
ut
i
o
n
s
,
Xc
e
pt
i
o
n
,
s
o
m
e
t
i
m
e
s
kn
o
wn
a
s
"
E
x
t
r
e
m
e
I
n
c
e
pt
i
o
n
,
"
gr
e
a
t
l
y
l
o
we
r
s
c
o
m
put
a
t
i
o
n
wi
t
h
o
ut
c
o
m
pr
o
m
i
s
i
ng
a
c
c
ur
a
c
y
.
De
s
i
g
n
e
d
by
F
r
a
n
ç
o
i
s
C
h
o
l
l
e
t
,
i
t
s
hi
ne
s
a
t
c
a
p
t
ur
i
n
g
s
pa
t
i
a
l
a
n
d
c
h
a
nn
e
l
-
w
i
s
e
s
pe
c
i
f
i
c
s
.
Xc
e
pt
i
o
n
i
s
pe
r
f
e
c
t
f
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
,
de
t
e
c
t
i
o
n
,
a
n
d
i
de
n
t
i
f
i
c
a
t
i
o
n
a
pp
l
i
c
a
t
i
o
n
s
s
i
nc
e
i
t
h
a
s
23+
mi
ll
i
o
n
pa
r
a
m
e
t
e
r
s
a
n
d
i
s
de
e
pe
r
a
n
d
m
o
r
e
po
we
r
f
u
l
t
h
a
n
pr
e
vi
o
us
m
o
de
l
s
w
hi
l
e
y
e
t
e
f
f
i
c
i
e
n
t
[
26]
.
W
i
t
h
s
upp
l
e
m
e
n
t
a
r
y
c
l
a
s
s
if
i
e
r
s
f
o
r
i
m
pr
o
v
e
d
gr
a
d
i
e
n
t
f
l
o
w,
f
a
c
t
or
i
z
e
d
c
o
nv
o
l
ut
i
o
ns
f
o
r
l
o
we
r
e
d
c
o
m
put
a
t
i
o
n
,
a
n
d
l
a
b
e
l
s
m
o
o
t
hi
n
g
f
o
r
ge
n
e
r
a
li
z
a
t
i
o
n
,
I
n
c
e
pt
i
o
n
V4
i
m
pr
o
v
e
s
t
h
e
I
n
c
e
pt
i
o
n
l
i
ne
.
I
t
h
a
s
o
v
e
r
24
mi
ll
i
o
n
pa
r
a
m
e
t
e
r
s
a
n
d
r
un
s
da
t
a
a
c
r
o
s
s
pa
r
a
l
l
e
l
f
il
t
e
r
s
a
t
s
e
v
e
r
a
l
l
e
ve
l
s
.
I
t
s
f
l
e
xi
bl
e
a
n
d
e
x
t
e
n
s
i
ve
ly
a
ppl
i
e
d
m
o
du
l
a
r
a
r
c
hi
t
e
c
t
ur
e
h
e
l
p
s
i
t
to
b
e
e
m
p
l
o
y
e
d
i
n
d
i
s
c
i
p
li
ne
s
i
n
c
l
ud
i
ng
m
e
d
i
c
a
l
im
a
g
i
ng
[
27]
.
P
r
e
-
a
c
t
i
v
a
t
i
o
n
r
e
s
i
dua
l
bl
o
c
k
s
—
w
h
e
r
e
b
a
t
c
h
n
o
r
m
a
l
i
s
a
t
i
o
n
a
n
d
a
c
t
i
v
a
t
i
o
n
h
a
ppe
n
be
f
o
r
e
we
i
g
h
t
l
a
y
e
r
s
—
a
l
l
o
w
R
e
s
Ne
t
101V2,
a
n
e
nh
a
n
c
e
d
f
o
r
m
o
f
R
e
s
Ne
t
,
to
by
r
e
duc
i
ng
t
h
e
v
a
ni
s
h
i
ng
gr
a
d
i
e
n
t
pr
o
bl
e
m
,
t
hi
s
c
h
a
n
g
e
i
nc
r
e
a
s
e
s
t
r
a
i
ni
ng
s
t
a
bi
li
t
y
a
n
d
l
e
t
s
de
e
pe
r
n
e
t
w
or
ks
e
xi
s
t
.
I
t
s
101
l
a
y
e
r
s
m
a
k
e
i
t
e
x
t
e
n
s
i
ve
ly
e
m
p
l
o
y
e
d
i
n
c
h
a
ll
e
n
g
i
ng
p
i
c
t
ur
e
c
a
t
e
g
o
r
i
z
a
t
i
o
n
pr
o
bl
e
m
s
i
n
c
l
ud
i
ng
d
i
a
g
n
o
s
i
s
o
f
s
k
i
n
d
i
s
e
a
s
e
s
[
28]
.
De
n
s
e
Ne
t
-
169
e
n
c
o
ur
a
ge
s
f
e
a
t
ur
e
r
e
us
e
a
n
d
e
f
f
e
c
t
i
v
e
gr
a
d
i
e
n
t
f
lo
w
by
l
i
nk
i
ng
e
a
c
h
l
a
y
e
r
t
o
e
v
e
r
y
o
t
h
e
r
i
n
a
f
e
e
d
-
f
o
r
wa
r
d
f
a
s
hi
o
n
.
C
o
m
pa
c
t
a
n
d
e
f
f
i
c
i
e
n
t
,
i
t
l
o
we
r
s
pa
r
a
m
e
t
e
r
c
o
un
t
a
n
d
r
e
dun
da
n
c
y
by
169
l
e
ve
l
s
a
n
d
de
ns
e
bl
o
c
k
s
s
p
l
i
t
b
y
t
r
a
n
s
i
t
i
o
n
l
a
y
e
r
s
.
I
t
s
pr
e
c
i
s
i
o
n
a
n
d
s
i
m
p
li
c
it
y
m
a
ke
i
t
e
x
t
r
e
m
e
ly
we
ll
-
l
i
k
e
d
i
n
m
e
d
i
c
a
l
p
i
c
t
ur
e
a
n
a
ly
s
i
s
[
29]
.
L
i
g
h
t
we
i
g
h
t
C
NN
s
pe
c
i
f
i
c
a
ll
y
de
s
i
g
n
e
d
f
o
r
m
o
bil
e
a
n
d
e
m
be
dde
d
de
vi
c
e
s
i
s
M
o
bi
l
e
Ne
t
V2.
B
y
c
ut
t
i
n
g
c
o
m
put
a
t
i
o
n
w
i
t
h
de
pt
h
w
i
s
e
s
e
pa
r
a
bl
e
c
o
nv
o
l
ut
i
o
n
s
,
i
t
pr
e
s
e
n
t
s
i
nv
e
r
t
e
d
r
e
s
i
dua
l
s
a
n
d
li
ne
a
r
b
ott
l
e
ne
c
ks
.
F
o
r
r
e
a
l
-
t
i
m
e
a
pp
li
c
a
t
i
o
n
s
o
n
l
o
w
-
po
we
r
h
a
r
dwa
r
e
,
i
t
s
a
r
c
hi
t
e
c
t
ur
e
l
e
t
s
qui
c
k
i
nf
e
r
e
n
c
e
w
i
t
h
l
e
s
s
pa
r
a
m
e
t
e
r
s
po
s
s
i
bl
e
[
30]
.
3.
4
.
T
r
an
s
f
e
r
l
e
a
r
n
in
g
P
a
r
t
i
c
u
l
a
r
l
y
w
h
e
n
de
a
li
ng
w
i
t
h
a
r
c
hi
t
e
c
t
ur
e
s
a
s
Xc
e
pt
i
o
n
,
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2,
E
f
f
i
c
i
e
n
t
Ne
t
V2S,
M
o
bi
l
e
Ne
t
V2,
De
n
s
e
Ne
t
169
a
n
d
R
e
s
Ne
t
101V2,
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
h
a
s
pr
o
v
e
d
b
e
s
t
i
n
de
e
p
l
e
a
r
nin
g
-
b
a
s
e
d
c
l
a
s
s
if
i
c
a
t
i
o
n
[
31]
,
[
32]
.
Al
t
h
o
ugh
n
a
t
ur
a
l
a
n
d
de
r
m
o
s
c
o
p
i
c
i
m
a
ge
s
c
l
e
a
r
ly
h
a
ve
d
i
f
f
e
r
e
n
t
d
o
m
a
i
ns
,
us
i
n
g
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
f
r
o
m
m
o
de
l
s
pr
e
-
tr
a
i
ne
d
o
n
I
m
a
ge
Ne
t
h
a
s
s
h
o
wn
to
b
e
r
a
t
h
e
r
s
uc
c
e
s
s
f
u
l
i
n
m
e
d
i
c
a
l
im
a
ge
a
n
a
ly
s
i
s
in
c
l
ud
i
ng
s
k
i
n
l
e
s
i
o
n
c
a
t
e
go
r
i
z
a
t
i
o
n
.
E
a
r
l
y
c
o
nv
o
l
ut
i
o
n
a
l
la
y
e
r
s
i
n
d
e
e
p
n
e
ur
a
l
n
e
t
wo
r
ks
l
e
a
r
n
ge
n
e
r
i
c
,
l
o
w
-
l
e
v
e
l
pr
o
pe
r
t
i
e
s
s
uc
h
e
dge
s
,
t
e
x
t
u
r
e
s
,
a
n
d
c
o
l
o
r
gr
a
di
e
n
t
s
,
whi
c
h
a
r
e
ubi
qu
i
t
o
us
a
c
r
o
s
s
b
ot
h
n
a
t
ur
a
l
a
n
d
m
e
d
i
c
a
l
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
T
o
w
a
r
ds
ac
c
ur
at
e
diagnos
ti
c
s
:
de
e
p
-
tr
ans
f
e
r
lear
ning
in
s
k
in
dis
e
as
e
de
tec
ti
on
(
V
aibhavi
P
andy
a
)
1581
im
a
ge
s
,
h
e
n
c
e
gu
i
d
i
n
g
t
h
e
l
o
g
i
c
.
D
i
f
f
e
r
e
n
t
s
ki
n
pa
tt
e
r
n
s
a
n
d
l
e
s
i
o
n
b
o
r
de
r
s
de
pe
n
d
o
n
t
h
e
s
e
f
u
nda
m
e
n
t
a
l
e
l
e
m
e
n
t
s
.
W
e
ga
i
n
f
r
o
m
a
we
l
l
-
o
pt
i
mi
z
e
d
f
e
a
t
ur
e
e
x
tr
a
c
tor
t
h
a
t
a
c
c
e
l
e
r
a
t
e
s
c
o
n
v
e
r
ge
n
c
e
,
r
e
duc
e
s
o
v
e
r
f
i
t
t
i
n
g
—
e
s
pe
c
i
a
ll
y
i
n
r
a
t
h
e
r
s
m
a
ll
m
e
d
i
c
a
l
d
a
tas
e
t
s
—
a
n
d
pr
o
vi
de
s
a
s
t
r
o
n
g
s
t
a
r
t
i
n
g
po
i
n
t
f
o
r
f
i
n
e
-
t
uni
n
g
o
n
d
o
m
a
i
n
-
s
pe
c
i
f
i
c
de
r
m
o
s
c
o
p
i
c
da
t
a
by
i
ni
t
i
a
li
z
i
n
g
t
h
e
n
e
t
w
o
r
ks
wi
t
h
we
i
g
h
t
s
l
e
a
r
n
e
d
f
r
o
m
I
m
a
ge
N
e
t
.
I
m
a
ge
Ne
t
-
pr
e
tr
a
i
n
e
d
m
o
de
l
s
h
a
v
e
s
h
o
wn
b
e
t
t
e
r
pe
r
f
o
r
m
a
n
c
e
i
n
m
a
ny
s
t
ud
i
e
s
i
n
de
r
m
a
t
o
l
o
g
i
c
a
l
im
a
ge
c
a
t
e
g
o
r
i
z
a
t
i
o
n
t
h
a
n
e
i
t
h
e
r
r
a
n
do
m
i
ni
t
i
a
li
z
a
t
i
o
n
o
r
d
o
m
a
i
n
-
s
p
e
c
i
f
i
c
t
r
a
i
ni
ng
f
r
o
m
s
c
r
a
t
c
h
.
P
r
e
-
t
r
a
i
n
i
ng
o
n
I
m
a
ge
Ne
t
t
h
us
pr
o
vi
de
s
a
us
e
f
u
l
a
n
d
e
m
p
i
r
i
c
a
l
ly
c
o
nf
i
r
m
e
d
m
e
t
h
o
d
to
i
m
pr
o
v
e
m
o
de
l
g
e
n
e
r
a
l
i
z
a
t
i
o
n
a
n
d
r
e
s
i
li
e
n
c
e
i
n
s
k
i
n
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
a
c
t
i
vi
t
i
e
s
.
T
hi
s
wo
r
k
us
e
s
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
t
o
a
c
c
o
m
p
l
i
s
h
t
wo
m
a
i
n
a
d
v
a
n
t
a
ge
s
w
i
t
h
s
u
bs
e
que
n
t
b
e
n
e
f
i
t
s
:
C
o
m
put
a
t
i
o
n
a
l
e
f
f
e
c
t
i
v
e
n
e
s
s
:
t
r
a
i
ni
ng
de
e
p
C
NN
s
f
r
o
m
s
c
r
a
t
c
h
c
a
l
l
s
f
o
r
v
a
s
t
v
o
l
u
m
e
s
o
f
l
a
b
e
ll
e
d
da
ta
a
n
d
gr
e
a
t
c
o
m
put
a
t
i
o
n
a
l
r
e
s
o
ur
c
e
s
.
W
e
gr
e
a
t
l
y
c
ut
t
h
e
tr
a
i
ni
ng
t
i
m
e
a
n
d
c
o
m
put
a
t
i
o
n
a
l
c
o
s
t
by
l
e
v
e
r
a
g
i
ng
pr
e
-
t
r
a
i
n
e
d
m
o
de
l
s
whil
e
y
e
t
o
b
t
a
i
ni
ng
gr
e
a
t
a
c
c
ur
a
c
y
.
P
e
r
f
o
r
m
a
n
c
e
i
m
pr
o
v
e
m
e
n
t
:
p
a
r
t
i
c
u
l
a
r
ly
i
n
c
a
s
e
s
o
f
r
e
s
t
r
i
c
t
e
d
da
t
a
s
e
t
s
,
t
h
e
pr
e
-
t
r
a
i
n
e
d
m
o
de
l
s
o
f
f
e
r
a
goo
d
b
a
s
i
s
f
o
r
f
e
a
t
ur
e
e
x
tr
a
c
t
i
o
n
,
h
e
n
c
e
l
o
we
r
i
n
g
t
h
e
da
n
ge
r
o
f
o
v
e
r
f
i
t
t
i
n
g.
R
e
s
e
a
r
c
h
o
n
f
i
ne
-
t
uni
ng
t
h
e
s
e
m
o
de
l
s
h
a
v
e
r
e
v
e
a
l
e
d
t
h
a
t
i
t
i
n
c
r
e
a
s
e
s
c
l
a
s
s
if
i
c
a
t
i
o
n
t
a
s
k
a
c
c
ur
a
c
y
a
n
d
r
o
b
us
t
n
e
s
s
.
W
e
f
i
ne
-
t
un
e
t
h
e
pr
e
-
t
r
a
i
n
e
d
m
o
de
l
s
u
s
i
ng
o
ur
da
tas
e
t
f
o
r
t
hi
s
wo
r
k
ke
e
p
i
n
g
t
h
e
l
o
we
r
-
l
e
v
e
l
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
l
a
y
e
r
s
i
n
t
a
c
t
.
T
hi
s
gua
r
a
n
t
e
e
s
t
h
a
t
t
h
e
m
o
de
l
s
a
da
pt
to
t
h
e
pa
r
t
i
c
u
l
a
r
pr
o
pe
r
t
i
e
s
o
f
o
ur
da
t
a
b
y
ke
e
p
i
n
g
t
h
e
i
r
l
e
a
r
n
t
r
e
pr
e
s
e
n
t
a
t
i
o
n
s
.
I
n
t
e
r
m
s
o
f
b
o
t
h
c
o
m
put
a
t
i
o
n
a
l
e
c
o
n
o
m
y
a
n
d
pr
e
d
i
c
t
i
v
e
pe
r
f
o
r
m
a
n
c
e
,
t
h
e
r
e
s
u
l
t
s
c
o
nf
i
r
m
t
h
e
s
uc
c
e
s
s
o
f
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
o
v
e
r
t
r
a
i
ni
ng
m
o
de
l
s
f
r
o
m
s
c
r
a
t
c
h
.
3.
5
.
P
r
op
os
e
d
m
e
t
h
od
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
gy
f
o
ll
o
ws
a
s
t
r
uc
t
ur
e
d
p
i
pe
li
ne
b
e
g
i
nn
i
ng
w
i
t
h
t
h
e
a
c
qu
i
s
i
t
i
o
n
o
f
t
h
e
I
S
I
C
2019
da
t
a
s
e
t,
whi
c
h
c
o
n
t
a
i
ns
hi
g
h
-
r
e
s
o
l
ut
i
o
n
c
li
n
ica
l
im
a
ge
s
(
o
r
i
g
i
na
ll
y
up
t
o
1
,
024×
1
,
024
pi
x
e
l
s
)
r
e
s
i
z
e
d
t
o
a
unif
o
r
m
224×
224
p
i
xe
l
s
f
o
r
c
o
m
put
a
t
i
o
n
a
l
e
f
f
i
c
ien
c
y
.
T
he
da
t
a
s
e
t
e
xhi
bi
t
s
a
n
a
t
ur
a
l
c
l
a
s
s
im
ba
l
a
n
c
e
a
c
r
o
s
s
i
t
s
c
a
t
e
go
r
i
e
s
i
nc
l
ud
i
ng
Ne
vi
,
K
e
r
a
t
o
s
i
s
,
a
n
d
M
e
l
a
n
o
m
a
whi
c
h
we
a
ddr
e
s
s
e
d
by
ut
i
li
z
i
ng
a
n
80/20
tr
a
i
n
-
t
e
s
t
s
p
l
i
t
(
a
ppr
o
xi
m
a
t
e
l
y
20,
265
t
r
a
i
ni
ng
a
n
d
5,
066
t
e
s
t
i
n
g
im
a
ge
s
)
.
T
o
e
n
s
ur
e
t
h
e
m
o
de
l
s
l
e
a
r
n
e
d
r
o
b
us
t
,
ge
n
e
r
a
li
z
e
d
f
e
a
t
ur
e
s
r
a
t
h
e
r
t
h
a
n
o
v
e
r
-
f
i
t
t
i
n
g
to
t
h
e
m
a
j
o
r
i
t
y
c
l
a
s
s
e
s
,
a
uni
f
o
r
m
a
ug
m
e
n
t
a
t
i
o
n
s
t
r
a
teg
y
wa
s
a
pp
l
i
e
d.
T
hi
s
i
nv
o
l
ve
d
a
pp
lyi
ng
r
ot
a
t
i
o
n
(
up
to
40°
)
,
h
o
r
i
z
o
n
t
a
l
/
v
e
r
t
i
c
a
l
f
li
p
s
,
a
n
d
z
o
o
m
i
ng
c
o
n
s
i
s
t
e
n
t
l
y
a
c
r
o
s
s
a
l
l
c
l
a
s
s
e
s
.
W
hi
l
e
t
hi
s
m
a
i
n
t
a
i
ns
t
h
e
r
e
l
a
t
i
ve
d
i
s
t
r
i
b
ut
i
o
n
o
f
t
h
e
da
t
a
,
i
t
e
n
s
ur
e
s
t
h
a
t
e
v
e
r
y
c
l
a
s
s
—
r
e
ga
r
d
l
e
s
s
o
f
i
t
s
i
ni
t
i
a
l
s
i
z
e
—
b
e
n
e
f
i
t
s
f
r
o
m
i
nc
r
e
a
s
e
d
ge
o
m
e
t
r
i
c
a
n
d
p
h
o
to
m
e
t
r
i
c
d
i
ve
r
s
i
t
y
be
f
o
r
e
e
n
t
e
r
i
n
g
t
h
e
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
p
h
a
s
e
.
T
h
e
wo
r
kf
l
o
w
a
n
d
m
e
t
h
o
do
l
o
g
y
s
t
a
ge
s
a
r
e
de
p
i
c
t
e
d
i
n
F
i
gur
e
2
.
F
i
gur
e
2
.
P
r
o
p
o
s
e
d
m
e
t
h
o
d
T
h
e
c
o
r
e
o
f
t
h
e
f
r
a
m
e
wo
r
k
i
nv
o
l
v
e
s
b
e
n
c
hm
a
r
k
i
n
g
s
i
x
d
i
ve
r
s
e
C
NN
a
r
c
hi
t
e
c
t
ur
e
s
us
i
n
g
a
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
pa
r
a
d
i
g
m
.
W
hil
e
hi
g
h
-
pe
r
f
o
r
m
i
ng
m
o
de
l
s
l
i
ke
Xc
e
pt
i
o
n
a
n
d
E
f
f
i
c
i
e
n
t
Ne
t
V2S
we
r
e
c
h
o
s
e
n
f
o
r
t
h
e
i
r
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
a
c
c
ur
a
c
y
a
n
d
A
UC
b
e
nc
hm
a
r
ks
,
t
h
e
i
n
c
l
us
i
o
n
o
f
M
o
bi
l
e
Ne
t
V2
wa
s
a
de
l
i
be
r
a
t
e
s
t
r
a
t
e
gi
c
c
h
o
i
c
e
de
s
p
i
t
e
i
t
s
l
o
we
r
a
c
c
ur
a
c
y
pe
r
f
o
r
m
a
nc
e
.
M
obil
e
Ne
t
V2
s
e
r
v
e
s
a
s
a
c
r
i
t
i
c
a
l
e
f
f
i
c
i
e
n
c
y
b
a
s
e
l
i
ne
,
a
ll
o
w
i
ng
us
to
e
v
a
l
ua
t
e
t
h
e
t
r
a
de
-
o
f
f
be
t
we
e
n
d
i
a
g
n
o
s
t
i
c
pr
e
c
i
s
i
o
n
a
n
d
t
h
e
c
o
m
put
a
t
i
o
n
a
l
c
o
ns
t
r
a
i
n
t
s
r
e
qu
i
r
e
d
f
o
r
r
e
a
l
-
t
i
m
e
m
o
bil
e
o
r
e
dge
-
de
vi
c
e
de
p
l
o
y
m
e
n
t
.
B
y
c
o
m
pa
r
i
n
g
t
h
e
s
e
v
a
r
yi
ng
a
r
c
hi
t
e
c
t
ur
e
s
,
t
h
e
s
t
udy
de
m
o
n
s
t
r
a
t
e
s
t
h
e
s
c
a
l
a
bil
i
t
y
o
f
t
h
e
pr
o
p
o
s
e
d
s
y
s
t
e
m
.
F
i
na
ll
y
,
t
h
e
pi
pe
li
ne
c
o
n
c
l
ude
s
w
i
t
h
a
c
o
m
pr
e
h
e
n
s
i
ve
v
a
li
da
t
i
o
n
s
t
a
ge
t
h
a
t
i
n
t
e
gr
a
t
e
s
e
x
p
l
a
i
na
bl
e
A
I
(
X
A
I
)
t
e
c
h
ni
qu
e
s
l
i
ke
Gr
a
d
-
C
A
M
a
n
d
S
a
l
i
e
n
c
y
m
a
ps
,
pr
o
vi
d
i
n
g
t
h
e
i
n
t
e
r
pr
e
t
a
bi
li
t
y
n
e
c
e
s
s
a
r
y
to
t
r
a
n
s
f
o
r
m
t
h
e
s
e
de
e
p
l
e
a
r
ni
ng
"
bl
a
c
k
-
b
o
x"
pr
e
d
i
c
t
i
o
n
s
i
n
t
o
t
r
us
t
w
o
r
t
hy
c
l
i
ni
c
a
l
de
c
i
s
i
o
n
-
s
uppo
r
t
too
l
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
.
15
,
N
o.
4
,
De
c
e
m
be
r
20
26
:
1577
-
1588
1582
4.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
S
e
v
e
r
a
l
e
v
a
l
ua
t
i
o
n
c
r
i
t
e
r
i
a
de
s
c
r
i
be
d
b
e
l
o
w
we
r
e
a
pp
l
i
e
d
to
gua
r
a
n
t
e
e
a
r
e
a
s
o
n
a
bl
e
a
n
d
s
t
r
o
n
g
e
s
t
i
m
a
t
e
o
f
m
o
de
l
pe
r
f
o
r
m
a
n
c
e
a
s
s
h
o
wn
i
n
T
a
bl
e
2
[
33]
,
[
34]
.
Us
i
n
g
a
de
s
i
g
n
a
t
e
d
t
r
a
i
ni
ng
s
e
t,
m
o
de
l
t
r
a
i
ni
ng
wa
s
c
o
n
duc
t
e
d;
a
s
e
p
a
r
a
t
e
v
a
l
i
da
t
i
o
n
s
e
t
wa
s
us
e
d
t
o
v
a
l
i
d
a
t
e
t
h
e
l
e
a
r
ni
ng
pr
o
c
e
s
s
i
n
o
r
d
e
r
to
a
v
o
i
d
o
v
e
r
f
i
t
.
A
t
e
s
t
s
e
t
wa
s
us
e
d
f
o
r
f
i
na
l
e
v
a
l
ua
t
i
o
n
to
i
m
pa
r
t
o
bj
e
c
t
i
vi
t
y
o
n
ge
n
e
r
a
li
z
i
ng
pe
r
f
o
r
m
a
n
c
e
.
T
a
bl
e
3
s
h
o
ws
t
h
e
t
r
a
i
ni
ng
s
e
t
t
i
n
g
s
a
pp
l
i
e
d
t
h
r
o
ugh
o
u
t
e
x
pe
r
i
m
e
n
t
s
.
T
a
bl
e
2.
E
v
a
l
ua
t
i
o
n
m
e
a
s
ur
e
s
M
e
tr
i
c
D
e
s
c
r
ip
ti
o
n
F
or
mul
a
A
c
c
u
r
a
c
y
P
r
o
p
o
r
ti
o
n
of
c
or
r
e
c
t
l
y
c
la
s
s
i
f
i
e
d i
ns
t
a
nc
e
s
a
mo
ng t
h
e
t
o
ta
l
in
s
ta
nc
e
s
A
c
c
u
r
a
c
y
=
(
T
N
+
T
P
)
/
(
T
N
+
F
P
+
T
P
+
F
N
)
P
r
e
c
is
i
o
n
P
r
o
p
o
r
ti
o
n
of
tr
u
e
p
o
s
it
i
v
e
p
r
e
di
c
ti
o
ns
a
m
o
ng a
ll
p
o
s
it
i
ve
pr
e
di
c
ti
o
ns
P
r
e
c
is
i
o
n (
P
R
)
=
T
P
/
(
T
P
+
F
P
)
R
e
c
a
ll
P
r
o
p
o
r
ti
o
n
of
tr
u
e
p
o
s
it
i
v
e
p
r
e
di
c
ti
o
ns
a
m
o
n
g a
ll
a
c
tu
a
l
p
o
s
it
i
ve
in
s
ta
nc
e
s
R
e
c
a
ll
(
R
C
)
=
T
P
/
(
T
P
+
F
N
)
F
1 S
c
or
e
H
a
r
m
o
ni
c
m
e
a
n
of
pr
e
c
is
i
o
n a
nd r
e
c
a
ll
, ba
la
nc
i
ng be
tw
e
e
n
pr
e
c
is
i
o
n a
nd r
e
c
a
ll
F
1 S
c
or
e
=
(
2
x
P
R
*
R
C
)
/
(
P
R
+
R
C
l)
AUC
R
O
C
A
U
C
e
v
a
lu
a
te
s
t
he
c
a
pa
c
it
y
of
t
h
e
m
o
d
e
l
t
o
di
s
c
r
im
in
a
t
e
be
tw
e
e
n
c
la
s
s
e
s
a
c
r
o
s
s
di
f
f
e
r
e
nt
t
hr
e
s
h
o
ld
s
-
-
-
-
-
-
-
T
a
bl
e
3.
T
r
a
i
ni
n
g
pa
r
a
m
e
t
e
r
s
M
o
de
ls
:
E
f
f
i
c
i
e
nt
N
e
t
-
B
4, X
c
e
pt
i
o
n,
I
nc
e
pt
i
o
nV
4,
S
que
e
z
e
N
e
t,
a
nd R
e
s
N
e
t1
64
I
ma
ge
S
i
z
e
150 x
150
B
a
tc
h
S
iz
e
32
E
poc
hs
40
L
e
a
r
ni
ng R
a
t
e
0.001
L
o
s
s
F
un
c
ti
o
n
C
a
te
gor
ic
a
l
C
r
o
s
s
e
nt
r
o
p
y
O
pt
im
iz
e
r
A
da
m
T
h
e
m
o
de
l
s
we
r
e
e
v
a
l
ua
t
e
d
us
i
n
g
f
i
ve
s
t
a
n
da
r
d
c
l
a
s
s
if
i
c
a
t
i
o
n
m
e
t
r
i
c
s
:
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
F1
-
S
c
o
r
e
,
a
n
d
a
r
e
a
un
de
r
t
h
e
R
OC
c
ur
v
e
(
AU
C
)
.
T
h
e
s
e
m
e
t
r
i
c
s
a
r
e
pa
r
t
i
c
u
l
a
r
ly
s
u
i
t
a
bl
e
f
o
r
i
m
b
a
l
a
n
c
e
d
m
e
d
i
c
a
l
da
t
a
s
e
t
s
wh
e
r
e
s
e
ns
i
t
i
vi
t
y
t
o
m
i
s
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
m
i
n
o
r
i
t
y
(
e
.
g.
,
m
a
li
g
n
a
n
t
)
c
l
a
s
s
e
s
i
s
c
r
uc
i
a
l
.
T
he
pe
r
f
o
r
m
a
n
c
e
r
e
s
u
l
t
s
a
r
e
s
u
mm
a
r
i
z
e
d
i
n
T
a
bl
e
4.
Am
o
n
g
t
h
e
m
o
de
l
s
e
v
a
l
ua
t
e
d,
E
f
f
i
c
i
e
n
t
Ne
t
V2S
a
n
d
Xc
e
pt
i
o
n
o
u
t
pe
r
f
o
r
m
e
d
a
l
l
o
t
h
e
r
s
,
a
c
hi
e
vi
ng
pe
r
f
e
c
t
s
c
o
r
e
s
o
f
100%
i
n
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
F
1
-
s
c
o
r
e
,
a
n
d
A
U
C
.
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2
a
n
d
R
e
s
Ne
t
101V2
a
l
s
o
s
h
o
we
d
hi
g
hly
c
o
m
pe
t
i
t
i
ve
pe
r
f
o
r
m
a
n
c
e
,
r
e
c
or
di
n
g
99.
66%
i
n
a
l
l
m
a
j
o
r
e
v
a
l
ua
t
i
o
n
m
e
t
r
i
c
s
a
n
d
a
n
A
U
C
o
f
99.
99
%
.
De
n
s
e
Ne
t
169
a
c
hi
e
v
e
d
m
o
de
r
a
t
e
l
y
s
t
r
o
n
g
r
e
s
u
l
t
s
w
i
t
h
90.
66%
a
c
c
ur
a
c
y
a
n
d
a
n
A
UC
o
f
97.
66%
.
M
o
bi
l
e
Ne
t
V2,
a
l
t
h
o
ugh
c
o
m
put
a
t
i
o
n
a
ll
y
e
f
f
i
c
i
e
n
t
,
l
a
gg
e
d
b
e
hi
nd
i
n
c
l
a
s
s
if
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
w
i
t
h
a
n
a
c
c
ur
a
c
y
o
f
62.
66%
,
a
n
F
1
-
s
c
o
r
e
o
f
61.
30%
,
a
n
d
a
n
AU
C
o
f
78.
10%
,
r
e
f
l
e
c
t
i
n
g
i
t
s
l
i
mi
t
a
t
i
o
ns
i
n
m
o
de
l
i
ng
t
h
e
c
o
m
p
l
e
x
vi
s
u
a
l
f
e
a
t
ur
e
s
o
f
de
r
m
o
s
c
o
pi
c
im
a
ge
s
.
T
o
vi
s
ua
li
z
e
m
o
de
l
d
i
s
c
r
im
i
na
t
i
v
e
c
a
pa
bil
i
t
i
e
s
,
r
e
c
e
i
v
e
r
o
pe
r
a
t
i
n
g
c
h
a
r
a
c
t
e
r
i
s
t
i
c
(
R
OC
)
c
ur
v
e
s
f
o
r
a
l
l
m
o
de
l
s
we
r
e
p
l
o
tt
e
d
F
i
g
ur
e
3
.
T
h
e
R
OC
c
ur
v
e
s
o
f
Xc
e
pt
i
o
n
,
E
f
f
i
c
i
e
n
t
Ne
t
V2S
,
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2,
a
n
d
R
e
s
Ne
t
101V2
c
l
o
s
e
l
y
a
ppr
o
a
c
h
e
d
t
h
e
i
de
a
l
t
o
p
-
l
e
f
t
c
o
r
n
e
r
,
r
e
f
l
e
c
t
i
n
g
s
upe
r
i
o
r
tr
a
de
-
o
f
f
s
be
t
we
e
n
t
r
ue
po
s
i
t
i
v
e
a
n
d
f
a
l
s
e
po
s
i
t
i
v
e
r
a
t
e
s
.
T
h
e
A
U
C
va
l
u
e
s
f
ur
t
h
e
r
c
o
nf
i
r
m
t
hi
s
o
b
s
e
r
v
a
t
i
o
n
,
un
de
r
s
c
o
r
i
n
g
t
h
e
ir
s
tr
o
n
g
c
l
a
s
s
if
i
c
a
t
i
o
n
po
we
r
.
On
t
h
e
c
o
n
tr
a
r
y
,
M
o
bil
e
Ne
t
V2
e
xhi
b
i
t
e
d
R
O
C
c
ur
v
e
s
w
i
t
h
s
i
g
ni
f
i
c
a
n
t
l
y
f
l
a
t
t
e
r
s
l
o
pe
s
,
i
nd
i
c
a
t
i
n
g
r
e
duc
e
d
s
e
ns
i
t
i
vi
t
y
a
n
d
s
pe
c
i
f
i
c
i
t
y
.
T
o
m
o
ni
t
o
r
tr
a
i
ni
ng
s
t
a
bil
i
t
y
a
n
d
a
v
o
i
d
o
v
e
r
f
i
t
t
i
ng,
e
a
r
l
y
s
to
ppi
n
g
wa
s
a
pp
l
i
e
d
i
f
v
a
li
da
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
d
i
d
n
ot
i
m
pr
o
v
e
f
o
r
t
h
r
e
e
c
o
n
s
e
c
ut
i
v
e
e
po
c
h
s
.
P
e
r
f
o
r
m
a
n
c
e
t
r
e
n
ds
dur
i
n
g
tr
a
i
ni
ng
a
n
d
v
a
l
i
d
a
t
i
o
n
—
c
o
v
e
r
i
n
g
m
e
t
r
i
c
s
s
uc
h
a
s
a
c
c
ur
a
c
y
,
l
o
s
s
,
pr
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
A
U
C
,
a
n
d
F1
-
s
c
o
r
e
—
a
r
e
i
ll
u
s
t
r
a
t
e
d
i
n
F
i
gur
e
4.
T
h
e
s
e
gr
a
p
h
s
a
f
f
i
r
m
t
h
e
c
o
n
ve
r
ge
nc
e
a
n
d
c
o
n
s
i
s
t
e
n
c
y
o
f
t
h
e
hi
g
he
r
-
pe
r
f
o
r
m
i
ng
m
o
de
l
s
.
T
a
bl
e
4.
P
e
r
f
o
r
m
a
nc
e
o
f
t
h
e
c
l
a
s
s
if
i
e
r
m
o
de
l
s
C
la
s
s
if
ie
r
A
c
c
u
r
a
c
y
P
r
e
c
is
i
o
n
R
e
c
a
ll
F1
-
s
c
o
r
e
AUC
D
e
ns
e
N
e
t1
69
90.66
91.51
86.33
90.47
97.66
E
f
f
i
c
i
e
nt
N
e
tV2S
100
100
100
100
99.99
I
nc
e
pt
i
o
nR
e
s
N
e
tV2
99.66
99.66
99.66
99.66
99.99
M
o
bi
l
e
N
e
tV2
62.66
62.54
62.33
61.30
78.10
R
e
s
N
e
t1
01V
2
99.66
99.66
99.66
99.66
99.99
X
c
e
p
ti
o
n
100
100
100
100
100
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
T
o
w
a
r
ds
ac
c
ur
at
e
diagnos
ti
c
s
:
de
e
p
-
tr
ans
f
e
r
lear
ning
in
s
k
in
dis
e
as
e
de
tec
ti
on
(
V
aibhavi
P
andy
a
)
1583
F
i
gur
e
3.
R
OC
C
ur
v
e
s
o
f
De
n
s
e
Ne
t
-
169,
E
f
f
i
c
i
e
n
t
Ne
t
V2S
a
n
d
I
n
c
e
pt
i
o
n
R
e
s
n
e
t
V2
M
o
bi
l
e
N
e
t
V2,
R
e
s
Ne
t
101V2
a
n
d
Xc
e
pt
i
o
n
F
ur
t
h
e
r
i
ns
i
g
h
t
s
we
r
e
o
b
t
a
i
n
e
d
us
i
ng
c
o
n
f
u
s
i
o
n
m
a
t
r
i
c
e
s
F
i
g
ur
e
5
,
whi
c
h
r
e
v
e
a
l
c
l
a
s
s
-
w
i
s
e
pr
e
d
i
c
t
i
o
n
pa
tt
e
r
n
s
.
Xc
e
pt
i
o
n
a
n
d
E
f
f
i
c
i
e
n
t
Ne
t
V2S
e
xhi
b
i
t
e
d
pe
r
f
e
c
t
c
l
a
s
s
if
i
c
a
t
i
o
n
,
w
i
t
h
n
o
m
i
s
c
l
a
s
s
if
i
c
a
t
i
o
ns
a
c
r
o
s
s
a
l
l
s
k
i
n
d
i
s
e
a
s
e
c
a
t
e
go
r
i
e
s
.
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2
a
n
d
R
e
s
Ne
t
101V2
a
l
s
o
a
c
hi
e
v
e
d
n
e
a
r
-
pe
r
f
e
c
t
pr
e
d
i
c
t
i
o
n
s
,
w
i
t
h
o
nl
y
m
a
r
g
i
na
l
c
o
nf
u
s
i
o
n
i
n
s
e
l
e
c
t
c
a
s
e
s
.
I
n
c
o
n
t
r
a
s
t
,
M
o
bi
l
e
Ne
t
V2
e
x
hi
b
i
t
e
d
n
ot
a
bl
e
mi
s
c
l
a
s
s
if
i
c
a
t
i
o
n
,
pa
r
t
i
c
u
l
a
r
ly
b
e
t
we
e
n
vi
s
ua
ll
y
s
im
il
a
r
c
l
a
s
s
e
s
,
hi
g
hli
g
h
t
i
n
g
i
t
s
l
i
mi
t
e
d
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
c
a
pa
c
i
t
y
i
n
t
hi
s
do
m
a
i
n.
A
dd
i
t
i
o
na
l
ly
,
r
e
pr
e
s
e
n
t
a
t
i
v
e
e
x
a
m
p
l
e
s
o
f
mi
s
c
l
a
s
s
i
f
i
e
d
im
a
ge
s
a
r
e
pr
e
s
e
n
t
e
d
i
n
F
i
gur
e
6,
a
l
l
o
w
i
ng
qua
l
i
t
a
t
i
ve
e
x
a
mi
na
t
i
o
n
o
f
f
a
i
l
u
r
e
c
a
s
e
s
.
T
o
e
v
a
l
ua
t
e
t
h
e
r
e
l
i
a
bil
i
t
y
o
f
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
t
r
i
c
s
r
e
po
r
t
e
d
i
n
T
a
bl
e
4,
a
On
e
-
W
a
y
A
NO
V
A
wa
s
c
o
n
duc
t
e
d
a
c
r
o
s
s
f
i
ve
i
n
de
p
e
n
de
n
t
e
x
pe
r
i
m
e
n
t
a
l
r
un
s
f
o
r
e
a
c
h
a
r
c
hi
t
e
c
t
ur
e
.
T
h
e
A
NO
V
A
yi
e
l
de
d
a
hi
g
hl
y
s
i
g
nif
i
c
a
n
t
r
e
s
ul
t
[
F
(
5,
24)
=
42.
18
,
p
<
0
.
001]
,
i
nd
i
c
a
t
i
n
g
t
h
a
t
t
h
e
c
h
o
i
c
e
o
f
C
NN
a
r
c
hi
t
e
c
t
ur
e
i
nh
e
r
e
n
t
l
y
d
i
c
t
a
t
e
s
t
h
e
d
i
a
g
n
o
s
t
i
c
c
a
p
a
bi
li
t
y
o
f
t
h
e
s
y
s
t
e
m
.
T
o
f
ur
t
h
e
r
i
nv
e
s
t
i
ga
t
e
t
h
e
s
e
d
i
f
f
e
r
e
n
c
e
s
,
a
T
uke
y
’
s
h
o
n
e
s
t
s
i
g
nif
i
c
a
n
t
di
f
f
e
r
e
n
c
e
(
HSD)
p
o
s
t
-
h
o
c
t
e
s
t
wa
s
a
ppli
e
d
f
o
r
pa
i
r
w
i
s
e
c
o
m
pa
r
i
s
o
ns
,
a
s
s
h
o
wn
i
n
T
a
bl
e
5.
T
a
bl
e
5.
P
a
i
r
w
i
s
e
s
t
a
t
i
s
t
i
c
a
l
s
i
g
ni
f
i
c
a
n
c
e
(
p
-
v
a
l
ue
s
)
f
o
r
m
o
de
l
a
c
c
ur
a
c
y
M
o
de
l
c
o
mpa
r
is
o
n
p
-
v
a
lu
e
(
A
c
c
ur
a
c
y
)
S
ig
ni
f
i
c
a
nc
e
(
p
<
0.05)
X
c
e
p
ti
o
n
v
s
. E
f
f
i
c
i
e
nt
N
e
tV2S
0.982
No
X
c
e
p
ti
o
n
v
s
. I
nc
e
pt
i
o
nR
e
s
N
e
tV2
0.064
No
X
c
e
p
ti
o
n
v
s
. D
e
ns
e
N
e
t1
69
0.003
Y
e
s
X
c
e
p
ti
o
n
v
s
. M
o
bi
l
e
N
e
tV2
<
0.001
Y
e
s
I
nc
e
pt
i
o
nR
e
s
N
e
tV2
v
s
. R
e
s
N
e
t1
01V
2
1.000
No
E
f
f
i
c
i
e
nt
N
e
tV2S
v
s
. M
o
bi
l
e
N
e
tV2
<
0.001
Y
e
s
T
h
e
a
n
a
ly
s
i
s
r
e
ve
a
l
s
t
h
a
t
t
h
e
"
pe
r
f
e
c
t
"
s
c
o
r
e
s
a
c
hi
e
v
e
d
by
Xc
e
pt
i
o
n
a
n
d
E
f
f
i
c
i
e
n
t
Ne
t
V2S
a
r
e
n
ot
s
t
a
t
i
s
t
i
c
a
ll
y
d
i
s
t
i
n
gu
i
s
ha
bl
e
f
r
o
m
e
a
c
h
ot
h
e
r
or
f
r
o
m
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2
(
p
>
0.
05)
,
s
ugge
s
t
i
n
g
t
h
e
s
e
t
h
r
e
e
m
o
de
l
s
r
e
pr
e
s
e
n
t
a
"
to
p
-
t
i
e
r
"
c
l
us
t
e
r
o
f
hi
g
h
-
pe
r
f
o
r
m
i
n
g
a
r
c
hi
t
e
c
t
ur
e
s
f
o
r
t
hi
s
s
pe
c
i
f
i
c
da
t
a
s
e
t
.
C
onv
e
r
s
e
ly
,
t
h
e
pe
r
f
o
r
m
a
n
c
e
ga
p
b
e
t
we
e
n
t
h
e
s
e
t
o
p
-
t
i
e
r
m
o
de
l
s
a
n
d
D
e
n
s
e
N
e
t
169
(
p
=
0
.
003)
,
a
s
we
l
l
a
s
t
h
e
s
i
g
nif
i
c
a
n
t
un
de
r
pe
r
f
o
r
m
a
n
c
e
o
f
M
o
bil
e
Ne
t
V2
(
p
<
0.
0
01
)
,
i
s
s
t
a
t
i
s
t
i
c
a
ll
y
r
o
b
us
t
.
T
hi
s
c
o
nf
i
r
m
s
t
h
a
t
whi
l
e
M
o
bil
e
Ne
t
V2
o
f
f
e
r
s
hi
g
h
c
o
m
put
a
t
i
o
n
a
l
e
f
f
i
c
i
e
nc
y
,
i
t
s
u
f
f
e
r
s
a
s
tat
i
s
t
i
c
a
l
ly
s
i
g
nif
i
c
a
n
t
l
o
s
s
i
n
d
i
a
g
n
o
s
t
i
c
pr
e
c
i
s
i
o
n
c
o
m
pa
r
e
d
to
t
h
e
m
o
r
e
c
o
m
p
l
e
x
,
de
e
pe
r
a
r
c
hi
t
e
c
t
ur
e
s
i
n
t
h
e
e
ns
e
m
bl
e
.
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
.
15
,
N
o.
4
,
De
c
e
m
be
r
20
26
:
1577
-
1588
1584
F
i
gur
e
4.
A
c
c
ur
a
c
y
,
L
o
s
s
,
A
U
C
,
P
r
e
c
i
s
i
o
n
a
n
d
F
1
-
s
c
o
r
e
gr
a
ph
s
f
o
r
De
n
s
e
Ne
t
-
169,
E
f
f
i
c
i
e
n
t
Ne
t
V2S,
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2,
M
o
b
i
l
e
Ne
t
V2,
R
e
s
Ne
t
101V2
a
n
d
Xc
e
pt
i
o
n
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
T
o
w
a
r
ds
ac
c
ur
at
e
diagnos
ti
c
s
:
de
e
p
-
tr
ans
f
e
r
lear
ning
in
s
k
in
dis
e
as
e
de
tec
ti
on
(
V
aibhavi
P
andy
a
)
1585
T
a
bl
e
6
pr
e
s
e
n
t
s
a
c
o
m
pa
r
i
s
o
n
o
f
v
a
r
i
o
us
m
o
de
l
s
us
e
d
f
o
r
s
k
i
n
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
e
m
p
l
o
yi
ng
de
e
p
l
e
a
r
ni
ng
a
n
d
m
a
c
hi
ne
l
e
a
r
ni
ng
t
e
c
hni
que
s
.
C
o
m
pa
r
i
s
o
n
s
h
o
ws
t
h
a
t
t
h
e
pr
o
p
o
s
e
d
m
o
de
l
s
h
a
v
e
b
e
t
t
e
r
r
e
s
u
l
t
s
.
B
y
e
f
f
i
c
i
e
n
t
l
y
e
x
t
r
a
c
t
i
n
g
i
m
po
r
t
a
n
t
f
e
a
t
ur
e
s
f
r
o
m
s
k
i
n
ph
o
to
s
vi
a
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng,
t
h
e
s
ugge
s
t
e
d
a
ppr
o
a
c
h
s
h
o
ws
o
u
t
s
t
a
n
d
i
n
g
a
c
c
ur
a
c
y
.
P
r
e
v
e
n
t
i
n
g
o
v
e
r
f
i
t
t
i
ng
—
a
t
y
p
i
c
a
l
d
i
f
f
i
c
u
l
t
y
i
n
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
wi
t
h
gr
e
a
t
c
o
m
p
l
e
xi
t
y
—
i
s
m
o
s
t
l
y
d
e
pe
n
de
n
t
o
n
t
h
e
pr
e
s
e
n
c
e
o
f
a
Dr
o
p
o
u
t
l
a
y
e
r
.
F
i
gur
e
5.
C
o
nf
u
s
i
o
n
m
a
t
r
i
x
f
o
r
E
f
f
i
c
i
e
n
t
Ne
t
V2S
,
I
n
c
e
pt
i
o
nR
e
s
Ne
t
V2
a
n
d
M
o
bil
e
Ne
t
V2,
R
e
s
Ne
t
101V2,
De
ns
e
Ne
t
-
169
a
n
d
Xc
e
pt
i
o
n
F
i
gur
e
6.
W
r
o
n
g
pr
e
di
c
t
i
o
ns
T
a
bl
e
6.
C
o
m
pa
r
i
s
o
n
o
f
r
e
s
u
l
t
s
w
i
t
h
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
m
o
de
l
s
R
e
f
e
r
e
nc
e
D
a
ta
s
e
t
M
o
de
l
A
c
c
u
r
a
c
y
[
8]
I
S
I
C
2018
R
e
s
ne
t
-
50
93.88%
[
9]
I
S
I
C
2019
C
N
N
89.36%
[
10]
I
S
B
I
2020
R
e
s
N
e
t
-
L
S
T
M
95.72%
[
12]
I
S
I
C
2017
R
e
s
ne
t
-
50
93.50%
[
14]
H
A
M
10000
X
c
e
p
ti
o
n
94.11%
[
15]
I
S
I
C
2019
C
o
n
v
N
e
X
tV2
93.48%
[
16]
I
S
I
C
2019
A
le
x
N
e
t
90.90%
[
17]
I
S
I
C
2019
H
y
br
id
-
C
N
N
87.30%
[
18]
I
S
I
C
2018
R
e
s
ne
t
-
18, M
o
bi
l
e
N
e
tV2
92.87%
[
19]
H
A
M
10000
D
e
ns
e
N
e
t
-
121, X
c
e
p
ti
o
n
93.28%
P
r
o
p
o
s
e
d
I
S
I
C
2019
X
c
e
p
ti
o
n,
I
n
c
e
p
ti
o
nR
e
s
N
e
tV2,
E
f
f
ic
i
e
nt
N
e
tV2S
,
M
o
bi
l
e
N
e
tV2, D
e
ns
e
N
e
t1
69, a
nd R
e
s
N
e
t1
01V
2
100%
E
f
f
i
c
i
e
nt
N
e
tV2S
(
100%
)
, I
n
c
e
pt
i
o
nR
e
s
N
e
tV2
(
99.66%
)
, R
e
s
N
e
t1
01V
2 (
99.66%
)
T
h
e
r
e
s
u
l
t
s
o
f
t
hi
s
wo
r
k
h
a
v
e
gr
e
a
t
p
ot
e
n
t
i
a
l
t
o
e
nh
a
n
c
e
t
h
e
d
i
a
g
n
o
s
i
s
o
f
s
k
i
n
d
i
s
e
a
s
e
s
.
P
a
r
t
i
c
u
l
a
r
l
y
i
n
h
e
a
l
t
h
c
a
r
e
s
e
t
t
i
n
g
s
w
h
e
r
e
f
a
s
t
de
c
i
s
i
o
n
-
m
a
k
i
ng
is
c
r
uc
i
a
l
,
i
nc
l
ud
i
ng
e
m
e
r
ge
n
c
y
de
pa
r
t
m
e
n
t
s
,
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
s
ugge
s
t
e
d
to
i
m
pr
o
v
e
d
i
a
g
n
o
s
i
s
a
c
c
ur
a
c
y
a
n
d
e
f
f
i
c
i
e
n
c
y
.
E
s
pe
c
i
a
ll
y
i
n
p
l
a
c
e
s
w
i
t
h
l
im
i
t
e
d
a
c
c
e
s
s
to
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
.
15
,
N
o.
4
,
De
c
e
m
be
r
20
26
:
1577
-
1588
1586
s
pe
c
i
a
li
z
e
d
s
k
i
n
k
n
o
w
l
e
dge
,
t
h
e
s
e
m
o
de
l
s
c
o
u
l
d
s
i
m
p
li
f
y
h
e
a
l
t
h
c
a
r
e
de
l
i
ve
r
y
a
n
d
r
e
l
i
e
ve
t
h
e
l
o
a
d
o
n
h
e
a
l
t
h
c
a
r
e
pr
a
c
t
i
t
i
o
ne
r
s
by
a
ut
o
m
a
t
i
n
g
t
h
e
i
n
t
e
r
pr
e
tat
i
o
n
o
f
s
k
i
n
p
h
o
to
s
.
F
ut
ur
e
s
t
udi
e
s
c
o
ul
d
c
o
n
c
e
n
t
r
a
t
e
o
n
c
o
m
bi
n
i
ng
m
o
r
e
v
a
r
i
e
d
a
n
d
t
h
o
r
o
ugh
da
t
a
s
e
t
s
to
e
v
a
l
u
a
t
e
t
h
e
r
o
b
us
t
n
e
s
s
o
f
t
h
e
m
o
de
l
u
n
de
r
s
e
ve
r
a
l
c
i
r
c
u
m
s
t
a
nc
e
s
a
n
d
a
l
t
e
r
i
n
g
da
t
a
qua
l
i
t
y
.
Al
t
h
o
ugh
t
h
e
m
o
de
l
a
tt
a
i
n
e
d
gr
e
a
t
a
c
c
ur
a
c
y
,
r
e
c
a
ll
,
pr
e
c
i
s
i
o
n
,
AU
C
,
a
n
d
F
1
s
c
o
r
e
s
,
m
o
r
e
r
e
s
e
a
r
c
h
i
n
pr
o
s
pe
c
t
i
v
e
c
li
n
i
c
a
l
t
r
i
a
l
s
i
s
r
e
qu
i
r
e
d
to
v
a
l
i
da
t
e
i
t
s
a
c
t
ua
l
r
e
l
e
v
a
n
c
e
a
n
d
de
pe
n
da
bil
i
t
y
in
c
l
i
n
i
c
a
l
pr
a
c
t
i
c
e
.
A
d
v
a
n
c
e
m
e
n
t
o
f
a
uto
m
a
t
e
d
s
ki
n
d
i
s
e
a
s
e
de
t
e
c
t
i
n
g
s
y
s
t
e
m
s
de
pe
n
ds
o
n
a
ddr
e
s
s
i
ng
t
h
e
s
e
c
o
n
s
t
r
a
i
n
t
s
.
5.
CONC
L
USI
ON
I
n
t
hi
s
wo
r
k,
we
s
o
ugh
t
to
a
c
hi
e
v
e
gr
e
a
t
e
r
a
c
c
ur
a
c
y
a
n
d
e
f
f
i
c
i
e
n
c
y
t
h
a
n
c
ur
r
e
n
t
a
ppr
o
a
c
h
e
s
,
h
e
n
c
e
a
dv
a
nc
i
n
g
de
e
p
l
e
a
r
ni
ng
-
b
a
s
e
d
m
e
t
h
o
ds
f
o
r
s
k
i
n
d
i
s
e
a
s
e
i
de
n
t
i
f
i
c
a
t
i
o
n
.
W
e
c
l
a
s
s
if
i
e
d
s
k
i
n
im
a
ge
s
us
i
n
g
s
ix
s
t
a
t
e
-
of
-
t
h
e
-
a
r
t
C
NN
m
o
de
l
s
—
Xc
e
pt
i
o
n
,
I
n
c
e
pt
i
o
n
R
e
s
Ne
t
V2,
E
f
f
i
c
i
e
n
t
Ne
t
V2S,
M
obil
e
Ne
t
V2,
De
ns
e
Ne
t
169,
a
n
d
R
e
s
Ne
t
101V2
—
by
l
e
v
e
r
a
g
i
ng
a
t
r
a
n
s
f
e
r
l
e
a
r
ni
ng
t
e
c
hni
que
.
W
i
t
h
a
n
o
ut
s
t
a
n
d
i
n
g
a
c
c
ur
a
c
y
o
f
100%
o
n
t
h
e
t
e
s
t
da
t
a
s
e
t
,
t
h
e
Xc
e
p
t
i
o
n
a
n
d
E
f
f
i
c
i
e
n
t
Ne
t
V2S
m
o
de
l
s
s
h
o
we
d
a
m
o
n
g
t
h
e
s
e
t
h
e
b
e
s
t
c
l
a
s
s
if
i
c
a
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
.
T
h
e
o
u
t
c
o
m
e
s
hi
g
hli
g
h
t
t
h
e
s
uc
c
e
s
s
o
f
o
ur
s
ugge
s
t
e
d
a
ppr
o
a
c
h
,
whi
c
h
e
x
c
e
e
de
d
s
e
v
e
r
a
l
e
a
r
l
i
e
r
publi
s
he
d
t
e
c
h
ni
que
s
i
n
t
h
e
b
o
dy
o
f
r
e
s
e
a
r
c
h
.
M
or
e
o
v
e
r
,
e
v
e
n
i
f
t
h
e
pr
e
s
e
n
t
w
or
k
m
a
d
e
us
e
o
f
im
a
ge
s
f
r
o
m
t
h
e
I
S
I
C
2019
da
t
a
s
e
t,
f
ut
ur
e
w
o
r
k
m
a
y
i
nve
s
t
i
ga
t
e
t
h
e
s
c
a
l
a
bil
i
t
y
a
n
d
r
o
b
us
t
n
e
s
s
o
f
th
e
m
o
de
l
e
m
p
l
o
yi
ng
bi
gge
r
a
n
d
m
o
r
e
v
a
r
i
e
d
da
t
a
s
e
t
s
a
s
we
l
l
a
s
hi
g
h
-
r
e
s
o
l
ut
i
o
n
i
m
a
ge
s
.
Our
r
e
s
u
l
t
s
i
m
p
ly
t
h
a
t
t
h
e
s
ugge
s
t
e
d
de
e
p
l
e
a
r
ni
ng
f
r
a
m
e
wo
r
k
c
a
n
b
e
a
us
e
f
u
l
t
oo
l
f
o
r
e
a
r
l
y
i
de
n
t
i
f
i
c
a
t
i
o
n
,
c
a
t
e
g
o
r
i
z
a
t
i
o
n
,
a
n
d
m
a
n
a
g
e
m
e
n
t
o
f
s
k
i
n
d
i
s
o
r
de
r
s
,
t
h
e
r
e
f
o
r
e
h
e
l
p
i
ng
de
r
m
a
t
o
l
o
g
i
s
t
s
i
n
t
h
e
i
r
t
h
e
r
a
pe
ut
i
c
de
c
i
s
i
o
ns
.
W
i
t
h
f
ur
t
h
e
r
im
pr
o
v
e
m
e
n
t
a
n
d
c
l
i
n
i
c
a
l
c
o
nf
i
r
m
a
t
i
o
n
,
t
h
e
s
ugge
s
t
e
d
m
e
t
h
o
d
m
i
g
h
t
b
e
a
r
e
v
o
l
ut
i
o
n
a
r
y
a
ns
we
r
i
n
t
h
e
f
i
e
l
d
o
f
m
e
d
i
c
a
l
im
a
g
i
ng
.
F
UN
DI
NG
I
N
F
ORM
AT
I
ON
A
ut
h
o
r
s
s
t
a
t
e
n
o
f
u
n
d
i
ng
i
nv
o
l
v
e
d.
AU
T
HO
R
CONT
RI
B
UT
I
ONS
S
T
AT
E
M
E
NT
T
hi
s
j
o
ur
n
a
l
u
s
e
s
t
h
e
C
o
n
t
r
i
b
ut
or
R
o
l
e
s
T
a
x
o
n
o
m
y
(
C
R
e
d
i
T
)
to
r
e
c
o
gni
z
e
i
n
d
i
v
i
dua
l
a
ut
h
o
r
c
o
n
t
r
i
b
ut
i
o
ns
,
r
e
duc
e
a
ut
h
or
s
hi
p
d
i
s
put
e
s
,
a
n
d
f
a
c
il
i
t
a
t
e
c
o
l
l
a
b
o
r
a
t
i
o
n
.
Nam
e
of
Aut
h
or
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
Va
i
bh
a
vi
P
a
n
d
y
a
Vr
ut
i
P
a
r
i
k
h
M
o
hi
t
R
a
t
h
o
d
S
u
m
i
t
r
a
M
e
na
r
i
a
N
i
t
e
s
h
S
ur
e
j
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
T
h
e
a
ut
h
o
r
s
s
t
a
t
e
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
uppo
r
t
t
h
e
f
i
nd
i
ngs
o
f
t
hi
s
s
t
ud
y
a
r
e
a
v
a
il
a
bl
e
f
r
o
m
t
h
e
c
o
r
r
e
s
p
o
n
d
i
n
g
a
ut
h
o
r
.
RE
F
E
R
E
NC
E
S
[
1]
N
.
H
a
me
e
d,
A
.
S
ha
but
,
a
nd
M
.
A
.
H
o
s
s
a
in
,
“
A
C
o
mput
e
r
-
a
i
de
d
di
a
gno
s
is
s
y
s
te
m
f
or
c
la
s
s
i
f
y
in
g
pr
o
mi
n
e
nt
s
ki
n
le
s
io
ns
u
s
in
g
ma
c
hi
ne
l
e
a
r
ni
ng,”
in
2018
10t
h
C
om
put
e
r
Sc
ie
n
c
e
an
d
E
le
c
tr
oni
c
E
ngi
ne
e
r
in
g
(
C
E
E
C
)
,
20
18,
pp.
186
–
191,
do
i:
10.1109/c
e
e
c
.2018.8674183.
Evaluation Warning : The document was created with Spire.PDF for Python.