《表7 QT数据库的测试结果》
按照上面所述算法,在QT数据库中选取了3 000个片段,并得到其时频图像。使用欧洲ST-T数据库的数据训练CNN模型,用QT数据库的数据做分类测试,本研究列出了3次测试结果,如表7所示。由表可见,T波高尖形态的分类准确率与F1测度相对较高,这可能是因为高尖类型的时频特征更加明显,CNN更好地学到了这一类型的特征,所以分类结果较好;而倒置、双极性与低平形态的分类结果较差,这可能是两个数据库中这几类的样本个体差异较大的原因。
图表编号 | XD00218354300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.20 |
作者 | 谢佳静、魏守水、江兴娥、王春元、崔怀杰、刘澄玉 |
绘制单位 | 山东大学控制科学与工程学院、山东大学控制科学与工程学院、山东交通大学信息科学与工程学院、山东大学控制科学与工程学院、山东大学控制科学与工程学院、东南大学仪器科学与工程学院生物电子学国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |