《表1 参数变化的检测性能(%)》

  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

《基于核稀疏编码的阵发性房颤检测》

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

近年来有关基于RR间期特征检测阵发性房颤文献的分类结果如表2所示，所得分类结果都是基于MIT-BIH AFDB，性能都用小数点后两位表示。与现有检测器相比本文设计的检测器在各个性能上均略有提高。表2中的大多数检测器[8，18–20]采用窗口为128或者更长的RR间期数据窗口，但这种长度窗口的检测器容易错过短暂的PAF发作。在综合评估检测器性能时，出于前面提到的原因，还是要着重考虑检测短暂PAF发作的能力。Petr?nas等人[7]分别对窗口为15和60的数据验证了算法性能，为15拍时得到96.7%的敏感性和97.9%的特异度，为60拍时得到97.1%的敏感性和98.3%的特异度。文献[10]也研究了较短窗口下的检测方法，窗口为31拍时敏感性为98.98%，特异度为96.95%，总准确率为97.80%。而本文方法使用短检测窗n=16时，就达到了98.07%的敏感性和97.92%的特异度。当使用检测窗n=32时，效果更优为敏感性98.71%、特异度98.43%、总准确率为98.57%，是现有检测算法中性能最好的。由此表明，本文所提算法在适用于较短窗口的绝对优势之外还具有更佳的检测性能，可以实现早期PAF的准确诊断。