《表5 噪声对下壁心梗检测的结果》

  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

《基于密集连接卷积神经网络的下壁心肌梗死检测》

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

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。