《表1 阵发性房颤自动检测的性能Tab.1 Performances of the proposed automatic PAF detection method》
数值实验采用5倍交叉验证,并取100次实验的平均结果作为最终分类性能的度量。表1列出了准确率、敏感性以及特异性作为评估算法优劣的度量指标[1]。从表1可以看出,本文所提取的融合特征在实现阵发性房颤自动检测中具有良好的性能。表2列出了本文所提方法与已有方法在MIT-BIH房颤数据集上的性能比较。可以看出,本文所提方法的检测性能整体上优于其他方法。
图表编号 | XD0059304900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.25 |
作者 | 韦杰英、王迪、孙亚楠、张瑞 |
绘制单位 | 西北大学医学大数据研究中心、西北大学医学大数据研究中心、西北大学医学大数据研究中心、西北大学医学大数据研究中心 |
更多格式 | 高清、无水印(增值服务) |