研究文章
语音信号和面部图像处理对阻塞性睡眠呼吸暂停的评估
表5
分类结果的预测使用AHI估计阻塞性睡眠呼吸暂停综合症。
|
| 功能 |
精度 |
灵敏度 |
特异性 |
中华民国AUC |
|
| 临床变量 |
70.5% |
72.6% |
57.5% |
0.72 |
| 临床变量,李et al。5] |
76.1% |
86.0% |
59.1% |
0.78 |
| 未校准的颅面特征 |
70.8% |
71.8% |
62.1% |
0.67 |
| 李未校准的颅面特征等。5] |
71.1% |
80.7% |
54.5% |
0.80 |
| 未校准的颅面特征+临床变量 |
72.2% |
73.3% |
64.8% |
0.73 |
| 校准颅面特征+临床变量,李et al。5] |
79.4% |
85.1% |
69.7% |
0.87 |
|
|
