《表2 预测混淆矩阵：基于集成学习的束支传导阻滞识别方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于集成学习的束支传导阻滞识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

表2给出了3个分类模型和模型融合后在测试集上得到的混淆矩阵，可以看出任一模型分类性能良好且模型间具有差异．由混淆矩阵计算评价参数，得到表3，集成后3种心搏识别的正确率分别为98.40%，99.01%和98.06%，与单一分类器相比均有所提升，灵敏度、特异度以及准确率集成后的结果没有显著变化．整体正确率由混淆矩阵中所有类别预测结果与标签一致的样本数除以总样本数计算得到，3个基础分类器的整体正确率分别为97.18%，94.32%和96.88%，集成后的正确率提升为97.73%．表4所示为1 750条心电图测试样例结合多心搏进行诊断的测试结果，总正确率为98.80%，且具有高灵敏度和特异度．实验结果表明本文采用的基于集成学习的束支传导阻滞识别方法可以有效识别左、右束支传导阻滞心电图，该方法具有较好的诊断效能．