HyperAIHyperAI

Command Palette

Search for a command to run...

基于RR间期的房颤检测方法

L. Glass K. Tateno

摘要

本文提出了一种基于RR间期的房颤(Atrial Fibrillation, AF)自动检测方法。定义ΔRR为连续RR间期之间的差值。利用MIT-BIH房颤/房扑数据库中的数据,计算得到RR间期与ΔRR间期的标准密度直方图。本文方法通过科尔莫戈罗夫-斯米尔诺夫(Kolmogorov-Smirnov, KS)检验,评估测试密度直方图与标准密度直方图之间的相似性,并输出两者差异的显著性水平(p值)。若p值小于设定阈值P_c,则认为测试密度直方图与标准密度直方图存在显著差异;反之,若差异不显著,则判定该数据为房颤。采用ΔRR的标准密度直方图,设定P_c = 0.01时,平均敏感度为93.2%,平均特异性达到96.7%。


用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码
开箱即用的 GPU
最优定价

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于RR间期的房颤检测方法 | 论文 | HyperAI超神经