《表2 本文与其他相似研究的比较》
为了研究单通道ECG数据的房颤现象,本研究选择开源的Physio Net/Computing in Cardiology Challenge2017训练集数据库[6]。数据采集仪器是Alive Cor单通道ECG记录仪,数据平均长度约30 s,采样率300 Hz,对每个信号都有专业病理标注,无R波位置标注。本研究选取正常集和房颤集作为研究,正常集包含5 076个ECG信号,房颤集有758个ECG信号,随机选取90%的房颤信号(682个)、并取相同数量的正常信号作为本研究的训练集,剩余的76个房颤信号、4 394个正常数据为测试集,用于验证识别算法的性能。经过训练学习后,MLP对房颤ECG信号的识别灵敏度为96.00%,特异性为84.18%,平均识别率为90.09%。表2是本研究与其他相似研究的结果比较。
图表编号 | XD00142244900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 蔚文婧、王寻、张鹏远、颜永红 |
绘制单位 | 中国科学院声学研究所语言声学与内容理解重点实验室、中国科学院声学研究所语言声学与内容理解重点实验室、中国科学院声学研究所语言声学与内容理解重点实验室、中国科学院声学研究所语言声学与内容理解重点实验室、中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |