《表5 各分类器在十折交叉验证下的平均性能》

  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

《基于统计特征和熵特征融合的心肌梗死辅助诊断方法》

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6中：QRS为QRS波群，LS-SVM表示最小二乘支持向量机（Least Squares Support Vector Machine)，MFB-CNN表示多特征分支卷积神经网络（Multiple-Feature-Branch Convolutional Neural Network）。表6中所列的其他学者的研究均没有使用十折交叉验证，交叉验证在防止过拟合方面有较为优异的性能。部分研究采用了单导联或者部分导联的心电信号实现心肌梗死的检测，在临床应用中采用部分导联进行心脏疾病诊断不符合医生诊断逻辑，诊断结果可信度不高。病人间诊断更具有临床实用性且更符合临床应用场景，但是很多学者都欠缺对病人间分类模式的验证。本文采用12导联的熵值特征和统计特征进行检测，病人内和病人间两种模式下心梗检测结果均相比其他学者的研究均有所提高。