HyperAIHyperAI

Command Palette

Search for a command to run...

طريقة للكشف عن الرجفان الأذيني باستخدام فترات RR

L. Glass K. Tateno

الملخص

يصف هذا العمل طريقة للكشف التلقائي عن الرجفان الأذيني (AF) بناءً على فترات RR. نعرّف ΔRR على أنها الفرق بين فترات RR المتتالية. يتم تحديد التوزيعات الكثافة القياسية لفترات RR وΔRR من بيانات قاعدة بيانات MIT-BIH الخاصة بالرجفان الأذيني/الارتجاف الأذيني. تعتمد الطريقة الحالية على تقدير التشابه بين التوزيعات الكثافة القياسية والتوزيع الكثافة الأمثل باستخدام اختبار كولموغوروف-سميرنوف (KS). ويُرجع الخوارزمية قيمة الدلالة (p) للفرق بين التوزيعات المعطاة. إذا كانت قيمة p أصغر من قيمة معينة (Pc)، فإن التوزيع الكثافة الناتج عن الاختبار يختلف بشكل معنوي عن التوزيع الكثافة القياسي. أما إذا لم يكن التوزيع الكثافة الناتج عن الاختبار مختلفًا بشكل معنوي عن التوزيع الكثافة القياسي، فإننا نُعلن أن البيانات تشير إلى وجود رجفان أذيني. وباستخدام التوزيع الكثافة القياسي لـ ΔRR مع Pc = 0.01، فإن الحساسية المتوسطة تبلغ 93.2%، والخصوصية المتوسطة تصل إلى 96.7%.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp