《表4 LSTM网络和C-LSTM网络测试集的相关评价参数(%)》

  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

《基于卷积长短时记忆网络的心律失常分类方法》

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

将训练好的网络模型用于测试集，表4分别给出了两种不同输入网络模型的各类别评价参数。可以看到，相比其他类别，模型在F类和Q类中评价参数较低，这可能是由于这两类的样本数量较少且在心电图上，FVN是由于两个节律点发出的冲动同时激动心室的一部分形成的心室综合波，而室性早搏是在窦房结冲动尚未抵达心室之前，由心室中的任何一个部位或室间隔的异位节律点提前发出电冲动引起心室的除极。因此，二者可能产生混淆。另外可以看到，本文提出的C-LSTM模型在Sen和PPV评价指标上相比LSTM模型具有明显提高，且C-LSTM的各类评估参数平均值均高于LSTM模型，这进一步说明了本文模型的有效性，降低了实际分类中漏诊和误诊发生的比率。并且在测试时间上，LSTM网络的平均测试持续时间为37.6 s，而C-LSTM模型的平均测试持续时间仅4.2 s。进一步说明本模型有效缩短基于心电信号的心律失常自动分类时间，模型效率高，计算负担小。