《表5 SAHS严重程度预测的混淆矩阵》
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LSTM-CNN的睡眠呼吸暂停与低通气事件实时检测算法研究》
表4所示为神经网络对正常、轻度、中度、重度患者的SAHS严重程度预测结果及失误情况,表5所示为WHO阈值判据下预测结果的混淆矩阵,平均预测敏感度、特异度、精准度、正确率分别达到了98.9%、90.1%、93.4%、96.3%,kappa系数达到了0.95。该结果表明,本方法对中度、重度患者(后期可能需要临床干预的患者)尤为有效,有应用于临床实时检测预警的潜在价值。
图表编号 | XD00181297000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 余辉、王硕、李心蕊、邓晨阳、孙敬来、张力新、曹玉珍 |
绘制单位 | 天津大学生物医学工程系、天津大学生物医学工程系、天津市中西医结合医院、天津大学生物医学工程系、天津大学生物医学工程系、天津大学生物医学工程系、天津大学生物医学工程系 |
更多格式 | 高清、无水印(增值服务) |