《表2 四种机器学习算法性能的比较》

  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

《基于机器学习的左室舒张功能不全评估模型研究》

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

在本研究中，同时应用了心电图、年龄、合并症这些特征，基于机器学习的算法实现了LVDD的评估模型，结果表明基于支持向量机的评估模型具有较高的敏感性（91%）和特异性（78%)，ROC受试者工作特征曲线下面积（AUC）达92%，准确性和稳定性较既往相似研究更高，相较于传统超声心动图检查更简单，能够节省大量的医疗资源，易在临床推广，可作为一般人群左室舒张功能不全的常规筛查手段，进而早期做出干预，改善患者的预后。