《表5 基于ECG、s EMG特征融合的分类结果统计》

  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

《融合心电与表面肌电特征的下肢康复疲劳估计方法》

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

最后，给出本文方法对ECG、s EMG融合特征分类结果统计如表5所示，其中状态值分别表示为：-1-轻松，0-过渡，1-疲累。由表2进一步计算得到三种状态识别的敏感度分别为：98.5%、93.5%、95.5%，特异度分别为：97.5%、97.4%、98.9%，可以看出本文方法对于不同疲劳状态的敏感度和特异度较高，在保证较高的准确率的同时可以有效避免状态的误判。