《表5 噪声对下壁心梗检测的结果》
本文提出的下壁心梗检测算法的鲁棒性分析的实验结果如表5所示。当SNR为1.25 dB时,本文方法准确性、敏感性和特异性分别为99.14%、99.28%和99.00%;当SNR为10 dB,本文方法的精度为99.83%,敏感性和特异性分别为99.86%和99.81%。鲁棒性分析实验的结果表明,对于信噪比较大(SNR=10 dB)或较小(SNR=1.25 dB)的含噪声ECG信号,本文提出的算法都能取得很高的精度,准确率、敏感性和特异性均超过99%,证明了本文提出的基于DenseNet下壁心梗检测方法具有较强的抗干扰能力、鲁棒性好。因而,在临床环境中,对于含有复杂噪声的ECG信号,该算法也能够准确高效地实现下壁心梗的智能检测。
图表编号 | XD00138759500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 熊鹏、薛彦平、刘明、杜海曼、王洪瑞、刘秀玲 |
绘制单位 | 河北大学电子信息工程学院河北省数字医疗工程重点实验室、河北大学电子信息工程学院河北省数字医疗工程重点实验室、河北大学电子信息工程学院河北省数字医疗工程重点实验室、河北大学电子信息工程学院河北省数字医疗工程重点实验室、河北大学电子信息工程学院河北省数字医疗工程重点实验室、河北大学电子信息工程学院河北省数字医疗工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |