研究文章
自动检测基于端到端的Bi-Branch神经网络的高频振荡和临床交叉验证
表4
使用intrasubject bi-branch特性融合模型的结果验证。
|
| 集团 |
混淆矩阵 |
评价指标(%) |
| TN |
《外交政策》 |
FN |
TP |
森 |
SPE |
精准医疗 |
ACC |
罗斯福 |
F1 |
SEN_SPE |
|
| 1 |
698年 |
57 |
34 |
657年 |
95.08 |
92.45 |
92.02 |
93.71 |
7.98 |
93.52 |
93.75 |
| 2 |
692年 |
49 |
47 |
631年 |
93.07 |
93.39 |
92.79 |
93.23 |
7.21 |
92.93 |
93.23 |
| 3 |
675年 |
69年 |
21 |
657年 |
96.90 |
90.73 |
90.50 |
93.67 |
9.50 |
93.59 |
93.71 |
| 4 |
1232年 |
130年 |
74年 |
1126年 |
93.83 |
90.46 |
89.65 |
92.04 |
10.35 |
91.69 |
92.11 |
| 5 |
546年 |
20. |
27 |
440年 |
94.22 |
96.47 |
95.65 |
95.45 |
4.35 |
94.93 |
95.33 |
| 平均 |
94.62 |
92.70 |
92.12 |
93.62 |
7.88 |
93.33 |
93.63 |
|
|
