基于自适应向量机检测睡眠呼吸暂停综合征的最优特征组合筛选(3)
3 小结本文提出相关性筛选特征参数的方法,将从单导心电信号用于睡眠呼吸暂停综合征检测的22组特征参数中筛选出15组与SAS相关性大于0.1的特征参数。相比于全部的特征参数用于SVM分类,筛选出的特征参数集合在SVM分类时检测准确率下降不足0.5%,但计算量大大降低,是在临床广为应用的长时间动态心电图检测的基础上所附加的新功能,有很高的敏感性和特异性,无需添加新仪器,也无需睡眠监测技术人员,对被测试人员的影响性小,有良好的经济性和普及性。
[参考文献]
[1] Hiestand DM,Britz P,Goldman M,et al. Prevalence of symptoms and risk of sleep apnea in the US population:Results from the national sleep foundation sleep in America [J]. Chest ......
您现在查看是摘要页,全文长 3064 字符。