《表2 模型类型、DSC和LSTM三种因素的对照评估结果Tab.2 Metrics of the model type, DSC and LSTM》

  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DenseNet的心电数据自动诊断算法》

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

基于非公共数据集的心电分析研究相对较少。2015年，文献使用卷积网络对大约15万条心电记录做正异常分类，其准确度、灵敏度和特异度分别为83.66%，83.84%和83.43%[15]；2017年，文献使用残差网络对14种心电事件进行分类，数据共65 000多条，从近30 000人次采集而得到。其平均PPV，灵敏度，F1分别为80.0%，78.4%和77.6%[16]。数据集的不统一使得算法的横向比较不太准确，因此本文复现了文献[16]使用的残差网络进行比较，表2指标表明本文方法略优于此方法。