• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于心率變異性與機(jī)器學(xué)習(xí)的睡眠呼吸事件分類(lèi)*

    2018-06-07 03:02:50梁九興張湘民黃少雄曾令紫羅語(yǔ)溪
    關(guān)鍵詞:特征參數(shù)變異性分類(lèi)器

    梁九興,張湘民,黃少雄,曾令紫,羅語(yǔ)溪

    (1.中山大學(xué)工學(xué)院,廣東廣州510006;2.中山大學(xué)附屬第六醫(yī)院,廣東廣州510655)

    睡眠呼吸暫停低通氣綜合征(SAHS)是由于在睡眠期間反復(fù)出現(xiàn)的呼吸暫?;虻屯鉅顟B(tài),其中每次呼吸暫?;虻屯獬掷m(xù)時(shí)間至少達(dá)到10 s,且暫?;虻屯庵笖?shù)(AHI)達(dá)到 5次/h以上[1-2]。SAHS是睡眠呼吸障礙中最為常見(jiàn)的疾病之一。根據(jù)大量國(guó)內(nèi)外相關(guān)臨床病學(xué)調(diào)查研究,在美國(guó)約有4%的男性及2%的女性患有SAHS[3]。而在我國(guó)相關(guān)的調(diào)查研究中,亦普遍認(rèn)為人群中約有4%患有該疾病[4-5],由此可知SAHS普遍存在于廣大人群中。除此以外,SAHS具有巨大的潛在危害性。這是由于反復(fù)的呼吸暫?;蛘叩屯鉅顟B(tài),使機(jī)體長(zhǎng)期處于缺氧及二氧化碳的潴留可能引致諸如低氧血癥、高碳酸癥[6]、肺動(dòng)脈高壓[7]、腦卒中[8]、心血管疾病[9-10]、心衰[11]等臨床癥狀。

    雖然SAHS疾病存在巨大的潛在危害性且普遍存在于大眾中,但中重度SAHS患者中有93%的女性及82%的男性卻沒(méi)有得到及時(shí)的診斷[12-13]。SAHS的發(fā)病率之高與有條件被診斷患者的比例之低是臨床和流行病學(xué)調(diào)查工作的主要矛盾。隨著國(guó)民對(duì)SAHS的認(rèn)識(shí)程度和國(guó)民收入水平的不斷提高,越來(lái)越多的疑似患者將會(huì)去醫(yī)院就診并前往睡眠實(shí)驗(yàn)室進(jìn)行監(jiān)測(cè),上述結(jié)果必然導(dǎo)致通過(guò)多導(dǎo)睡眠(polysomnography,PSG)檢查疑似 SAHS患者人數(shù)的上升。盡管PSG是進(jìn)行各種睡眠障礙疾病診斷及治療評(píng)價(jià)的金標(biāo)準(zhǔn)[1,14],但是,PSG監(jiān)測(cè)具有生理負(fù)荷高、設(shè)備檢查環(huán)境要求高、檢查和分析技術(shù)復(fù)雜、人力資源消耗大和費(fèi)用相對(duì)昂貴的特點(diǎn)。開(kāi)發(fā)低生理負(fù)荷、便攜式的監(jiān)測(cè)設(shè)備及相應(yīng)的診斷算法已經(jīng)成為大勢(shì)所趨。在此過(guò)程中,針對(duì)異常睡眠呼吸事件的識(shí)別算法是其技術(shù)的關(guān)鍵因素。

    通過(guò)提取心率變異性的時(shí)域、頻域及非線性域特征參數(shù),并采用機(jī)器學(xué)習(xí)對(duì)訓(xùn)練樣本進(jìn)行模型訓(xùn)練,可以對(duì)測(cè)試樣本進(jìn)行預(yù)測(cè)分類(lèi)。一些研究人員已把心率變異性與各機(jī)器學(xué)習(xí)算法應(yīng)用于多種預(yù)測(cè)分類(lèi)場(chǎng)合,如睡眠分期[15]和與心血管疾病相關(guān)的病征[16-17]的預(yù)測(cè)問(wèn)題,但尚未涉及對(duì)睡眠呼吸事件的預(yù)測(cè)識(shí)別研究。心率變異性與呼吸節(jié)律存在著緊密的聯(lián)系,因此有可能通過(guò)心率變異性各特征參數(shù)實(shí)現(xiàn)對(duì)異常睡眠呼吸事件的預(yù)測(cè)分類(lèi),并結(jié)合短時(shí)耗的分類(lèi)算法,實(shí)現(xiàn)對(duì)SAHS病患低生理負(fù)荷的篩查。

    1 睡眠呼吸事件分類(lèi)模型的建立

    本研究的方法包括數(shù)據(jù)提取、心電數(shù)據(jù)預(yù)處理、心率變異性特征值的提取、機(jī)器學(xué)習(xí)模型的訓(xùn)練及分類(lèi)輸出等步驟,具體流程詳見(jiàn)圖1。

    圖1 基于心率變異性的睡眠呼吸事件分類(lèi)流程圖Fig.1 The flow chart of the classification method of SAHSbased on HRV

    1.1 實(shí)驗(yàn)數(shù)據(jù)的采集

    本研究共有19例SAHS患者的整晚多導(dǎo)睡眠監(jiān)測(cè)(PSG)實(shí)驗(yàn)數(shù)據(jù)。在進(jìn)行PSG監(jiān)測(cè)之前醫(yī)生需提前告知在參與本監(jiān)測(cè)實(shí)驗(yàn)前6 h內(nèi)不能服用任何藥物和飲用含有酒精的飲料以及含有可卡因等會(huì)導(dǎo)致精神振奮的食品。并且,參與本實(shí)驗(yàn)的對(duì)象均主訴無(wú)其他心血管類(lèi)病史。本實(shí)驗(yàn)均在中山大學(xué)附屬第六醫(yī)院睡眠呼吸障礙診療中心進(jìn)行。19例SAHS患者的人口統(tǒng)計(jì)學(xué)和睡眠監(jiān)測(cè)基本信息,如表1所示。

    表1 人口統(tǒng)計(jì)學(xué)和睡眠監(jiān)測(cè)基本信息Table 1 Demographic and sleep monitoring basic data

    為保障本實(shí)驗(yàn)具有足夠的正常呼吸事件、異常呼吸事件樣本參與機(jī)器學(xué)習(xí),本實(shí)驗(yàn)的入組和退出準(zhǔn)則如下:1)AHI控制在10~60次/h;2)整晚有效監(jiān)測(cè)的總睡眠時(shí)間長(zhǎng)度不應(yīng)小于300 min;3)剔除心電信號(hào)和口鼻呼吸氣流信號(hào)偽差明顯的患者;4)剔除患有失眠、癲癇、心血管等病史的患者。

    1.2 特征向量的提取

    從正常睡眠呼吸狀態(tài)及異常睡眠呼吸事件狀態(tài)下的多導(dǎo)睡眠監(jiān)測(cè)數(shù)據(jù)中提取對(duì)應(yīng)的心電信號(hào)。提取心電信號(hào)時(shí)以60 s為一個(gè)數(shù)據(jù)截取窗長(zhǎng)度。為了提取心率變異性各特征參數(shù)作為分類(lèi)學(xué)習(xí)的特征向量,首先需對(duì)截取的心電信號(hào)進(jìn)行一維墨西哥帽小波變換用以去除基線漂移[18]。其次,采用差分閾值算法檢測(cè)心電信號(hào)的QRS復(fù)合波后通過(guò)區(qū)域最大值檢測(cè)R波峰,再通過(guò)最小心搏時(shí)間間隔去除異搏[19]。然后,提取RR間期序列。在心率變異性的頻域特征提取過(guò)程中,還需對(duì)RR間期序列進(jìn)行3次樣條插值及重采樣處理[20-21],并采用自回歸模型的Burg算法對(duì)插值處理后的RR間期序列進(jìn)行現(xiàn)代功率譜密度估計(jì) 。最后,從功率譜密度估計(jì)中提取各頻域的特征參數(shù)。

    本實(shí)驗(yàn)中,輸入分類(lèi)器進(jìn)行學(xué)習(xí)訓(xùn)練和分類(lèi)的特征向量共有12個(gè)特征值,如表2所示。由于個(gè)體之間各心率變異性參數(shù)之間的差異較大,為了能夠消除每位實(shí)驗(yàn)參與者之間的個(gè)體性差異以及方便分類(lèi)器的特征輸入,需對(duì)每一位實(shí)驗(yàn)參與者的特征參數(shù)按照式(1)進(jìn)行歸一化處理:

    x指代輸入心率變異性的特征序列。歸一化處理之后,對(duì)每一組的12個(gè)特征參數(shù)根據(jù)PSG標(biāo)準(zhǔn)進(jìn)行特征向量的標(biāo)定。

    表2 心率變異性的特征向量Table 2 Eigenvector of heart rate variability

    1.3 概率神經(jīng)網(wǎng)絡(luò)分類(lèi)算法

    概率神經(jīng)網(wǎng)絡(luò)(PNN)是一種有導(dǎo)師監(jiān)督學(xué)習(xí)的機(jī)器學(xué)習(xí)方法,最早于1988年由Specht[23-24]提出。它是基于貝葉斯概率決策準(zhǔn)則而構(gòu)造的一種概率密度分類(lèi)估計(jì)及其并行處理的前饋型神經(jīng)網(wǎng)絡(luò)。因此,概率神經(jīng)網(wǎng)絡(luò)既具有神經(jīng)網(wǎng)絡(luò)所擁有的一般屬性,亦具有較高的分類(lèi)準(zhǔn)確精度,很好的泛化能力以及由并行處理帶來(lái)的快速學(xué)習(xí)能力[25]。正因?yàn)楦怕噬窠?jīng)網(wǎng)絡(luò)具有上述優(yōu)勢(shì),該機(jī)器學(xué)習(xí)模式被廣泛地應(yīng)用于各類(lèi)分類(lèi)預(yù)測(cè)問(wèn)題。概率神經(jīng)網(wǎng)絡(luò)的算法架構(gòu)如圖2所示[26]。

    PNN的架構(gòu)分別由輸入層,中間模式層,中間求和層以及輸出層組成。PNN分類(lèi)算法包含以下3個(gè)基本步驟:內(nèi)核計(jì)算,類(lèi)條件概率計(jì)算及最大類(lèi)條件概率的選擇。設(shè)某一訓(xùn)練樣本集T={xCi,j},對(duì)某一分類(lèi)問(wèn)題訓(xùn)練樣本集中下標(biāo)j指代的是特征樣本歸屬Cj的類(lèi)別。如果樣本集T中共有NC組類(lèi)別,則該樣本可分為NC個(gè)子集,此時(shí)Ci={xCi,1,xCi,2,…,xCi,NC}。其具體計(jì)算流程可由圖3進(jìn)行歸納[26]。

    圖2 PNN算法架構(gòu)Fig.2 The architecture of PNN algorithm

    圖3 PNN算法流程Fig.3 Flow diagram of PNN algorithm

    1.4 預(yù)測(cè)結(jié)果評(píng)價(jià)

    采用準(zhǔn)確率、靈敏度、特異性、受試者工作特性曲線及曲線下面積(AUC)等評(píng)價(jià)指標(biāo)進(jìn)行PNN分類(lèi)算識(shí)別性能的評(píng)估。

    TP指代的是正確地分類(lèi)出異常睡眠呼吸事件的例數(shù),TN指代的是正確地分類(lèi)出正常睡眠呼吸狀態(tài)的例數(shù),F(xiàn)P指代的是錯(cuò)誤地把正常睡眠呼吸狀態(tài)分類(lèi)成異常睡眠呼吸事件的例數(shù),F(xiàn)N指代的是錯(cuò)誤地把異常睡眠呼吸事件分類(lèi)成正常睡眠呼吸的例數(shù)[27]。

    受試者工作特性曲線(receiver operating characteristic curve,ROC)[28-29]以測(cè)試靈敏度為縱坐標(biāo)、1-特異性或假陽(yáng)性率(false positive rate,F(xiàn)PR)為橫坐標(biāo)曲線圖,用以表示測(cè)試的真陽(yáng)性率(true positive rate,TPR)與其假陽(yáng)性率(FPR)之間的關(guān)系。它是評(píng)估分類(lèi)器整體性能的一種方法[30]。實(shí)際應(yīng)用中,通過(guò)計(jì)算 ROC曲線下面積(AUC)進(jìn)行量化評(píng)估。AUC以0~1之間的數(shù)值表征從測(cè)試樣本中隨機(jī)選擇某一正例比起選擇某一負(fù)例的概率要高[31]。因此,AUC數(shù)值越大,則對(duì)應(yīng)分類(lèi)器的整體性能越好[32]。

    2 實(shí)驗(yàn)結(jié)果與分析

    共有5 910組心率變異性特征參數(shù)參與機(jī)器學(xué)習(xí)分類(lèi)實(shí)驗(yàn)。其中,標(biāo)記為正常睡眠呼吸狀態(tài)有2 816組,而標(biāo)記為異常睡眠呼吸事件有3 094組。異常睡眠呼吸事件與正常睡眠呼吸狀態(tài)數(shù)據(jù)總體上相對(duì)平衡。在機(jī)器學(xué)習(xí)中,為了體現(xiàn)本算法的泛化性能,實(shí)驗(yàn)隨機(jī)抽取一半的數(shù)據(jù)集作為訓(xùn)練樣本,剩余一半作為測(cè)試樣本。

    2.1 概率神經(jīng)網(wǎng)絡(luò)參數(shù)訓(xùn)練

    在概率神經(jīng)網(wǎng)絡(luò)(PNN)對(duì)有無(wú)異常睡眠呼吸事件的預(yù)測(cè)分類(lèi)研究中,需要對(duì)徑向基函數(shù)的擴(kuò)展速度進(jìn)行選取。本實(shí)驗(yàn)選取了在0.02~0.4之間,步進(jìn)擴(kuò)展速度為0.02,對(duì)每一種擴(kuò)展速度隨機(jī)進(jìn)行10次計(jì)算分類(lèi),其運(yùn)行結(jié)果如圖4所示。結(jié)果表明,徑向基函數(shù)的擴(kuò)展速度為0.16時(shí)可達(dá)到最優(yōu)準(zhǔn)確率。因此,PNN算法中徑向基函數(shù)的擴(kuò)展速度取為0.16。

    2.2 概率神經(jīng)網(wǎng)絡(luò)分類(lèi)結(jié)果

    以0.16作為徑向基函數(shù)擴(kuò)展速度的最優(yōu)值進(jìn)行預(yù)測(cè)分類(lèi)。在該參數(shù)下隨機(jī)計(jì)算10次,得到的預(yù)測(cè)分類(lèi)性能,如表3所示。

    圖4 徑向基函數(shù)擴(kuò)展速度預(yù)測(cè)準(zhǔn)確率的影響Fig.4 The effect of the spread of the radial basis function on prediction accuracy

    表3 PNN算法的分類(lèi)預(yù)測(cè)結(jié)果Table 3 Classification of PNN algorithm

    在表3中,PNN算法的十次分類(lèi)預(yù)測(cè)的平均準(zhǔn)確率為75.97%,其標(biāo)準(zhǔn)方差為0.63%;平均靈敏度為82.51%,其標(biāo)準(zhǔn)方差為1.33%;平均特異度為76.22%,其標(biāo)準(zhǔn)方差為1.70%;平均AUC為0.793 6,其標(biāo)準(zhǔn)方差為0.005 0。

    將PNN分類(lèi)算法與廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)、極限學(xué)習(xí)機(jī)(ELM)算法進(jìn)行對(duì)比。3種分類(lèi)算法采取同樣的數(shù)據(jù)、同樣的訓(xùn)練和測(cè)試數(shù)據(jù)長(zhǎng)度,運(yùn)行10次后所得的性能評(píng)估結(jié)果,如表4所示。

    表4 PNN、GRNN及ELM算法的預(yù)測(cè)性能Table 4 Prediction performance of PNN,GRNN and ELM algorithms

    用于睡眠呼吸事件識(shí)別的算法應(yīng)有較好的準(zhǔn)確性與較少的計(jì)算時(shí)耗。本實(shí)驗(yàn)采用的計(jì)算機(jī)性能參數(shù)為:中央處理器Interl Core i5-3470,處理器工作頻率3.2 GHz,內(nèi)存8.0 GB。我們對(duì)比了PNN、GRNN及ELM3種機(jī)器學(xué)習(xí)算法所消耗的計(jì)算時(shí)間。3種分類(lèi)器進(jìn)行10次分類(lèi)預(yù)測(cè)消耗的計(jì)算時(shí)間,如圖5所示。

    圖5 3種分類(lèi)算法的測(cè)試耗時(shí)Fig.5 The time-consuming test of three classification algorithms

    PNN、GRNN及ELM分類(lèi)器進(jìn)行十次計(jì)算所耗費(fèi)的平均時(shí)間分別為(0.63±0.06)、(0.97±0.16)及(3.49±0.21)s。由此可知,3種分類(lèi)器的耗時(shí)長(zhǎng)短順序依次為:PNN>GRNN >ELM。綜上所述,3種機(jī)器學(xué)習(xí)算法的準(zhǔn)確率從高到低的序位為ELM>GRNN>PNN、靈敏度從高到低為PNN>GRNN>ELM、特異度從高到低為PNN>GRNN>ELM、AUC從高到低為PNN>GRNN>ELM、消耗的計(jì)算時(shí)間從短到長(zhǎng)為PNN>GRNN>ELM。因此,若僅準(zhǔn)確率為目標(biāo)則應(yīng)選擇ELM作為最優(yōu)算法。若綜合靈敏度、特異性、AUC及預(yù)測(cè)時(shí)間耗時(shí)則PNN分類(lèi)算法最優(yōu)。

    3 結(jié) 論

    本研究應(yīng)用PNN分類(lèi)算法判別了有無(wú)異常睡眠呼吸事件,并對(duì)該分類(lèi)算法的性能進(jìn)行了多維度的評(píng)估,并將之與GRNN、ELM分類(lèi)算法進(jìn)行了比較。結(jié)果表明:1)PNN算法具有較高的準(zhǔn)確性;2)與GRNN和ELM算法相比,PNN算法的靈敏度、特異度及AUC面積最優(yōu),并且其分類(lèi)耗時(shí)最短。因此,PNN算法在對(duì)異常睡眠呼吸事件的分類(lèi)識(shí)別上具有較好的性能,能為低生理負(fù)荷的SAHS篩查提供了一種新的方法,具有一定的臨床實(shí)際應(yīng)用意義。

    [1]BERRY R B,BROOKSR,GAMALDO C E,et al.The AASM manual for the scoring of sleep and associated events:rules, terminology and technical specifications[M].2nd ed.American:Academy of Sleep Medicine,2012:1-59.

    [2]RANKLIN K A,LINDBERG E.Obstructive sleep apnea is a common disorder in the population-a review on the epidemiology of sleep apnea[J].JThorac Dis,2015,7(8):1311-1322.

    [3]Al Lawat N M,PATEL SR,AYASN T.Epidemiology,risk factors,and consequences of obstructive sleep apnea and short sleep duration[J].Prog Cardiovasc Dis,2009,51(4):285-293.

    [4]上海市醫(yī)學(xué)會(huì)呼吸病學(xué)分會(huì)睡眠呼吸疾病學(xué)組.上海市30歲以上人群阻塞性睡眠呼吸暫停低通氣綜合征流行病學(xué)調(diào)查[J].中華結(jié)核和呼吸雜志,2003,26(5):268-265.Sleep Respiratory Disorder Study Group.Respiratory Disease Branch,Shanghai Medical Association.Prevalence of obstructive sleep apnea-hypopnea syndrome in Chinese adults aged over 30 yr in Shanghai[J].Chin J Tuberc Respir Dis,2003,26(5):268-265.

    [5]胡慶磊,杜翠萍,楊揚(yáng),等.上海市普陀區(qū)20歲以上人群阻塞性睡眠呼吸暫停低通氣綜合征流行病學(xué)調(diào)查[J].中國(guó)眼耳鼻喉科雜志,2017,17(1):49-54.HU Qinglei,DU Cuiping,YANG Yang,et al.Prevalence of obstructive sleep apnea hypopnea syndrome in Chinese adults aged over 20 years in Putuo district of Shanghai[J].China JOphthalmol and Otorhinolaryngol,2017,17(1):49-54.

    [6]STANSBURY R C,STROLLO P J.Clinical manifestations of sleep apnea[J].J Thorac Dis,2015,7(9):298-310.

    [7]FLORASJS.Hypertension and sleep apnea[J].Can J Cardiol,2015,31(7):889-897.

    [8]LYONSO D,RYAN CM.Sleep apnea and stroke[J].Can JCardiol,2015,31(7):918-927.

    [9]BADRAN M,YASSIN BA,F(xiàn)OX N,et al.Epidemiology of sleep disturbances and cardiovascular consequences[J].Can J Cardiol,2015,31(7):873-879.

    [10]PUNGINATHN D.Obstructive sleep apnea and cardiovascular risk[J].Therapeutics&Clinical Risk Management,2015,3(6):1105-1111.

    [11]LYONS O D,BRADLEY T D.Heart failure and sleep apnea[J].Can J Cardiol,2015,31(7):898-908.

    [12]李利,麥慧娟,張素.阻塞性睡眠呼吸暫停低通氣綜合征患者就醫(yī)狀況調(diào)查[J].中華護(hù)理雜志,2014,49(2):197-201.LI Li,MAI Huijuan,ZHANG Su.Station of hospital presentation in patients with obstructive sleep apnea hypopnea syndrome[J].Chin J Nurs,2014,49(2):197-201.

    [13]YOUNGT,EVANSL,F(xiàn)INN L,et al.Estimation of the clinically diagnosed proportion of Sleep Apnea Syndrome in middle-aged men and women[J].Sleep,1997,20(9):705-706.

    [14]BERRY R B,BUDHIRAJA R,GOTTLIEB D J,et al.Rules for scoring respiratory events in sleep:update of the 2007 AASM Manual for the Scoring of Sleep and Associated Events.Deliberations of the Sleep Apnea Definitions Task Force of the American Academy of Sleep Medicine[J].JClin Sleep Med,2012,8(5):597-619.

    [15]WILLEMEN T,VAN DEUN D,VERHAERT V,et al.An evaluation of cardiorespiratory and movement features with respect to sleep-stage classification[J].IEEE J Biomed Health,2014,18(2):661-669.

    [16]HOUSHYARIFAR V,AMIRANI M C.An approach to predict Sudden Cardiac Death(SCD)using time domain and bispectrum features from HRV signal[J].Bio-Med Mater Eng,2016,27(2/3):275-285.

    [17]PATIDAR S,PACHORI R B,ACHARYA U R.Automated diagnosis of coronary artery disease using tunable-Q wavelet transform applied on heart rate signals[J].Knowl-Based Syst,2015,82:1-10.

    [18]HUANG G,NEWCHURCH M J,KUANG S,et al.Definition and determination of ozone laminae using Continuous Wavelet Transform(CWT)analysis[J].Atmospheric Environment,2015,104:125-131.

    [19]YEH Y C,WANG W J.QRS complexes detection for ECG signal:the difference operation method[J].Comput Methods Programs Biomed,2008,91(3):245-254.

    [20]JANG D G,HAHN M,JANG JK,et al.A comparison of interpolation techniques for RR interval fitting in AR spectrum estimation[C]//IEEE Biomedical Circuits and Systems Conference(BioCAS),2012:13264332.

    [21]SINGH D,VINOD K,SAXENA S C.Sampling frequency of the RR interval time series for spectral analysis of heart rate variability[J].J Med Eng Technol,2004,28(6):263-272.

    [22]PICHON A,ROULAUD M,ANTOINE-JONVILLE S,et al.Spectral analysis of heart rate variability:interchangeability between autoregressive analysis and fast Fouriertransform[J].J Electrocardiol,2006,39(1):31-37.

    [23]SPECHT D F.Probabilistic neural networks and the polynomial adaline as complementary techniques for classification[C]//IEEE International Conference on Neural Networks.1990:111-121.

    [24]SPECHT D F.Probabilistic neural networks for classification,mapping,or associative memory[C]//IEEE International Conference on Neural Networks,1988:I525-I532.

    [25]郁磊,史峰,王輝,等.MATLAB智能算法30個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2011.

    [26]ZEINALI Y,STORY B A.Competitive probabilistic neural network[J].Integrated Computer-Aided Engineering,2017,24(2):105-118.

    [27]FAWCETT T.An introduction to ROC analysis[J].Pattern Recognition Letters,2006,27(8):861-874.

    [28]BRADLEY A P.The use of the area under the ROC curve in the evaluation of machine learning algorithms[J].Pattern Recognition,1997,30(7):1145-1159.

    [29]GREINER M,SMITH R D,PFEIFFER D.Principles and practical application of the receiver-operating characteristic analysis for diagnostic tests[J].Preventive Veterinary Medicine,2000,45(1/2):23-41.

    [30]PARK S H,GOO J M,JO C H.Receiver Operating Characteristic(ROC)curve practical review for radiologists[J].Korean J Radiol,2004,5(1):11-18.

    [31]WALTER S D.The partial area under the summary ROC curve[J].Stat Med,2005,24(13):2025-2040.

    [32]HUANG J,LING C X.Using AUC and accuracy in evaluating learning algorithms[J].IEEE Transactions on Knowledge and Data Engineering,2005,17(3):299-310.

    猜你喜歡
    特征參數(shù)變異性分類(lèi)器
    故障診斷中信號(hào)特征參數(shù)擇取方法
    基于特征參數(shù)化的木工CAD/CAM系統(tǒng)
    咳嗽變異性哮喘的預(yù)防和治療
    BP-GA光照分類(lèi)器在車(chē)道線識(shí)別中的應(yīng)用
    基于PSO-VMD的齒輪特征參數(shù)提取方法研究
    加權(quán)空-譜與最近鄰分類(lèi)器相結(jié)合的高光譜圖像分類(lèi)
    結(jié)合模糊(C+P)均值聚類(lèi)和SP-V-支持向量機(jī)的TSK分類(lèi)器
    統(tǒng)計(jì)特征參數(shù)及多分類(lèi)SVM的局部放電類(lèi)型識(shí)別
    基于LLE降維和BP_Adaboost分類(lèi)器的GIS局部放電模式識(shí)別
    咳嗽變異性哮喘的中醫(yī)治療近況
    国内精品宾馆在线| 全区人妻精品视频| 久久99热6这里只有精品| 最后的刺客免费高清国语| 久久ye,这里只有精品| 国产精品成人在线| 久久人妻熟女aⅴ| 亚洲性久久影院| a 毛片基地| 久久久久人妻精品一区果冻| 精品一区二区免费观看| 色网站视频免费| 久久精品久久精品一区二区三区| 欧美日韩精品成人综合77777| 中文欧美无线码| a级毛片在线看网站| 亚洲第一区二区三区不卡| 伊人久久精品亚洲午夜| 成年人免费黄色播放视频| 亚洲欧美成人精品一区二区| 国产在线免费精品| 91精品一卡2卡3卡4卡| 91精品国产九色| 免费黄色在线免费观看| 日韩欧美精品免费久久| 国模一区二区三区四区视频| 啦啦啦中文免费视频观看日本| 免费大片18禁| 亚洲情色 制服丝袜| 中文字幕最新亚洲高清| 久久影院123| 国产免费视频播放在线视频| 午夜福利视频精品| 国产综合精华液| 青青草视频在线视频观看| 黑人高潮一二区| 国产片内射在线| 免费观看无遮挡的男女| 大片免费播放器 马上看| 久久综合国产亚洲精品| 亚洲精品av麻豆狂野| 色视频在线一区二区三区| 一级片'在线观看视频| 18禁在线播放成人免费| 天美传媒精品一区二区| 午夜91福利影院| 亚洲人与动物交配视频| 国产不卡av网站在线观看| 纵有疾风起免费观看全集完整版| 亚洲欧洲日产国产| 国产乱来视频区| 热99久久久久精品小说推荐| 国产精品一国产av| 精品少妇久久久久久888优播| 99热这里只有是精品在线观看| 成人午夜精彩视频在线观看| 天天躁夜夜躁狠狠久久av| 日韩av免费高清视频| 热99国产精品久久久久久7| av在线老鸭窝| 美女大奶头黄色视频| 九色成人免费人妻av| 久久久久网色| 国产不卡av网站在线观看| 婷婷色麻豆天堂久久| 黑人猛操日本美女一级片| 简卡轻食公司| 日日摸夜夜添夜夜添av毛片| 欧美亚洲 丝袜 人妻 在线| 国产高清国产精品国产三级| 久热久热在线精品观看| 免费高清在线观看日韩| 亚洲av福利一区| 一本一本综合久久| 青春草视频在线免费观看| 亚洲国产精品一区二区三区在线| a级毛片免费高清观看在线播放| 黄色视频在线播放观看不卡| 伊人久久国产一区二区| 亚洲久久久国产精品| 女人久久www免费人成看片| 最近的中文字幕免费完整| 亚洲少妇的诱惑av| a级毛色黄片| 日韩精品免费视频一区二区三区 | 免费观看无遮挡的男女| 美女福利国产在线| 国产黄色视频一区二区在线观看| 久久人人爽人人片av| 亚洲av不卡在线观看| 老熟女久久久| 人妻 亚洲 视频| 免费av不卡在线播放| 午夜日本视频在线| 久久人人爽av亚洲精品天堂| 亚洲图色成人| 国产女主播在线喷水免费视频网站| 自拍欧美九色日韩亚洲蝌蚪91| 在现免费观看毛片| 少妇被粗大的猛进出69影院 | 欧美人与性动交α欧美精品济南到 | 人妻系列 视频| 人妻一区二区av| 国产一区二区三区av在线| 久久精品久久精品一区二区三区| tube8黄色片| 男女免费视频国产| 9色porny在线观看| 亚洲精品乱码久久久v下载方式| videosex国产| 高清av免费在线| 国产黄色视频一区二区在线观看| 久久久久国产网址| 国产一区亚洲一区在线观看| 一边摸一边做爽爽视频免费| 两个人免费观看高清视频| 亚洲av中文av极速乱| 成人18禁高潮啪啪吃奶动态图 | 成人毛片a级毛片在线播放| 夫妻午夜视频| 欧美 日韩 精品 国产| 日韩熟女老妇一区二区性免费视频| 少妇人妻久久综合中文| 少妇 在线观看| 欧美激情 高清一区二区三区| 国产精品成人在线| 国产在视频线精品| 日韩在线高清观看一区二区三区| 精品国产乱码久久久久久小说| 久久午夜福利片| 少妇精品久久久久久久| 国产精品成人在线| 国语对白做爰xxxⅹ性视频网站| 亚洲第一av免费看| 街头女战士在线观看网站| 久久青草综合色| 久久精品国产鲁丝片午夜精品| 制服丝袜香蕉在线| 激情五月婷婷亚洲| 黑人巨大精品欧美一区二区蜜桃 | 中国三级夫妇交换| 麻豆乱淫一区二区| 久久久久久久久久人人人人人人| 国产片内射在线| 亚洲精品456在线播放app| 午夜免费男女啪啪视频观看| 女人久久www免费人成看片| 国产成人freesex在线| 亚洲久久久国产精品| 黄色配什么色好看| 国产有黄有色有爽视频| 夜夜看夜夜爽夜夜摸| 一边摸一边做爽爽视频免费| 久久精品国产a三级三级三级| 亚洲精品久久成人aⅴ小说 | 日韩,欧美,国产一区二区三区| 夜夜看夜夜爽夜夜摸| 亚洲美女视频黄频| av一本久久久久| av卡一久久| 在线观看www视频免费| 欧美精品国产亚洲| 蜜臀久久99精品久久宅男| 成人国产麻豆网| 国产男女内射视频| 18禁在线无遮挡免费观看视频| 一级黄片播放器| 亚洲欧美色中文字幕在线| 国产成人freesex在线| 日韩人妻高清精品专区| 最近最新中文字幕免费大全7| 日本av手机在线免费观看| 久久精品夜色国产| 在线观看一区二区三区激情| 插阴视频在线观看视频| 18禁动态无遮挡网站| 国产淫语在线视频| 欧美日韩视频精品一区| 亚洲国产精品成人久久小说| 国产在线免费精品| 国产视频首页在线观看| av在线老鸭窝| 看非洲黑人一级黄片| 美女cb高潮喷水在线观看| 人妻 亚洲 视频| 五月伊人婷婷丁香| 熟女人妻精品中文字幕| 久久精品人人爽人人爽视色| 激情五月婷婷亚洲| 中文字幕亚洲精品专区| 交换朋友夫妻互换小说| 99久久综合免费| 午夜影院在线不卡| av免费观看日本| 男男h啪啪无遮挡| 国产亚洲av片在线观看秒播厂| 国产免费一级a男人的天堂| 久久综合国产亚洲精品| 国产免费又黄又爽又色| 国产熟女午夜一区二区三区 | 在线观看免费视频网站a站| 只有这里有精品99| 插阴视频在线观看视频| 亚洲在久久综合| www.色视频.com| a级毛片黄视频| 精品少妇黑人巨大在线播放| 777米奇影视久久| 韩国av在线不卡| 亚洲经典国产精华液单| 国产高清国产精品国产三级| 久久久a久久爽久久v久久| 亚洲av国产av综合av卡| 中文字幕av电影在线播放| 精品亚洲成国产av| 男女啪啪激烈高潮av片| 日韩欧美精品免费久久| 日韩欧美一区视频在线观看| 日韩伦理黄色片| 国产亚洲精品久久久com| 亚洲无线观看免费| 亚洲精品乱久久久久久| 纯流量卡能插随身wifi吗| 我的老师免费观看完整版| 欧美性感艳星| 男人添女人高潮全过程视频| 亚洲天堂av无毛| 亚洲欧洲精品一区二区精品久久久 | 色哟哟·www| 亚洲婷婷狠狠爱综合网| 热99久久久久精品小说推荐| 婷婷色综合大香蕉| 一级二级三级毛片免费看| 内地一区二区视频在线| 日韩人妻高清精品专区| 精品久久久精品久久久| 99re6热这里在线精品视频| 久久精品国产自在天天线| 国产在视频线精品| 日韩成人伦理影院| av又黄又爽大尺度在线免费看| 天堂俺去俺来也www色官网| 国产av精品麻豆| 男女高潮啪啪啪动态图| 精品亚洲成a人片在线观看| 日韩av不卡免费在线播放| 亚洲,一卡二卡三卡| 亚洲三级黄色毛片| 亚洲伊人久久精品综合| 美女视频免费永久观看网站| 国产精品 国内视频| 久久99热这里只频精品6学生| videos熟女内射| 亚洲精品亚洲一区二区| 最近手机中文字幕大全| 久久鲁丝午夜福利片| 国产精品国产三级国产av玫瑰| 国产精品国产三级国产专区5o| 一级毛片黄色毛片免费观看视频| 午夜福利视频精品| 精品视频人人做人人爽| 蜜臀久久99精品久久宅男| 久久人人爽av亚洲精品天堂| 欧美丝袜亚洲另类| 九九在线视频观看精品| 啦啦啦视频在线资源免费观看| 日韩一区二区视频免费看| 草草在线视频免费看| 一级黄片播放器| 永久网站在线| 欧美日韩国产mv在线观看视频| 高清视频免费观看一区二区| 中文字幕最新亚洲高清| 日韩精品免费视频一区二区三区 | 大码成人一级视频| 欧美成人午夜免费资源| 少妇被粗大猛烈的视频| 成人二区视频| av在线观看视频网站免费| 老司机亚洲免费影院| 亚洲中文av在线| 久久人妻熟女aⅴ| 国产精品国产三级国产专区5o| 18禁观看日本| av电影中文网址| 18禁观看日本| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲av不卡在线观看| 久久久精品免费免费高清| 狠狠婷婷综合久久久久久88av| 99热网站在线观看| 国产免费一区二区三区四区乱码| 激情五月婷婷亚洲| 少妇 在线观看| 精品少妇黑人巨大在线播放| 精品国产乱码久久久久久小说| 亚洲,一卡二卡三卡| 内地一区二区视频在线| 日本免费在线观看一区| 亚洲av福利一区| 亚洲精品第二区| 久久久久国产网址| 国产成人免费观看mmmm| 亚洲欧美中文字幕日韩二区| 亚洲久久久国产精品| 国产成人91sexporn| 水蜜桃什么品种好| 18+在线观看网站| 日日撸夜夜添| av在线app专区| 亚洲精品日韩av片在线观看| 亚洲成人一二三区av| 日韩av不卡免费在线播放| 精品少妇久久久久久888优播| 久久毛片免费看一区二区三区| 在线观看三级黄色| 精品久久久噜噜| 久久久久久伊人网av| 欧美 日韩 精品 国产| 久久99精品国语久久久| 麻豆精品久久久久久蜜桃| 成人毛片60女人毛片免费| 成人无遮挡网站| 久久久久国产网址| av在线播放精品| 尾随美女入室| 免费大片18禁| 精品少妇黑人巨大在线播放| 天美传媒精品一区二区| 久久久久久久久久成人| 人人澡人人妻人| 国产成人午夜福利电影在线观看| 精品一区在线观看国产| 免费看不卡的av| 国产国拍精品亚洲av在线观看| 亚洲少妇的诱惑av| 亚洲综合色惰| 老女人水多毛片| 亚洲美女视频黄频| 精品亚洲乱码少妇综合久久| 亚洲伊人久久精品综合| 国产亚洲精品第一综合不卡 | 啦啦啦中文免费视频观看日本| 中国美白少妇内射xxxbb| 夫妻午夜视频| 国产又色又爽无遮挡免| 中国国产av一级| 国产午夜精品一二区理论片| 成人影院久久| 国产精品不卡视频一区二区| 亚洲国产精品一区三区| 高清视频免费观看一区二区| 精品少妇久久久久久888优播| 日日摸夜夜添夜夜添av毛片| 免费大片18禁| 亚洲精品美女久久av网站| 观看美女的网站| 亚洲精品久久成人aⅴ小说 | 一级爰片在线观看| 欧美精品国产亚洲| 午夜免费观看性视频| 黑人高潮一二区| 又黄又爽又刺激的免费视频.| 精品久久久久久电影网| av在线app专区| 亚洲伊人久久精品综合| 国产色爽女视频免费观看| 最近最新中文字幕免费大全7| 老熟女久久久| av免费在线看不卡| 一个人免费看片子| 亚洲av福利一区| 国产色婷婷99| 国产精品免费大片| 国产又色又爽无遮挡免| 久久人人爽av亚洲精品天堂| 一个人看视频在线观看www免费| 一级二级三级毛片免费看| 欧美激情 高清一区二区三区| 国产亚洲午夜精品一区二区久久| 18+在线观看网站| 亚洲欧洲精品一区二区精品久久久 | 黑丝袜美女国产一区| 观看美女的网站| 在线观看一区二区三区激情| 亚洲av.av天堂| 极品少妇高潮喷水抽搐| 爱豆传媒免费全集在线观看| 久久婷婷青草| 在线观看国产h片| 亚洲无线观看免费| 亚洲精品av麻豆狂野| 看免费成人av毛片| 亚洲成人手机| 天堂中文最新版在线下载| 高清欧美精品videossex| 狠狠婷婷综合久久久久久88av| 日本欧美国产在线视频| 日韩一本色道免费dvd| 少妇 在线观看| 蜜臀久久99精品久久宅男| 欧美丝袜亚洲另类| 免费播放大片免费观看视频在线观看| 十八禁高潮呻吟视频| 一级毛片 在线播放| 在线观看人妻少妇| 中文精品一卡2卡3卡4更新| 日韩精品免费视频一区二区三区 | 亚洲精品av麻豆狂野| 久久久久久久久久久免费av| 一本久久精品| 边亲边吃奶的免费视频| 在线免费观看不下载黄p国产| 久久99精品国语久久久| 亚洲av不卡在线观看| 亚洲美女视频黄频| 在线观看一区二区三区激情| 久久久精品94久久精品| 伦精品一区二区三区| 一区二区三区四区激情视频| 久久久久久久久久人人人人人人| 国产精品嫩草影院av在线观看| 纵有疾风起免费观看全集完整版| 麻豆乱淫一区二区| 欧美人与性动交α欧美精品济南到 | 色吧在线观看| 久久这里有精品视频免费| 激情五月婷婷亚洲| 国产一区二区三区综合在线观看 | 欧美成人午夜免费资源| 亚州av有码| 秋霞伦理黄片| 18禁在线播放成人免费| 日韩熟女老妇一区二区性免费视频| 能在线免费看毛片的网站| 亚洲欧美一区二区三区黑人 | videossex国产| 午夜福利在线观看免费完整高清在| 国产精品嫩草影院av在线观看| 男女啪啪激烈高潮av片| 91精品国产九色| 菩萨蛮人人尽说江南好唐韦庄| 亚洲欧美色中文字幕在线| 亚洲欧洲日产国产| 久久精品国产亚洲av涩爱| av卡一久久| 成年美女黄网站色视频大全免费 | 精品国产乱码久久久久久小说| 国产淫语在线视频| 人人澡人人妻人| 国产白丝娇喘喷水9色精品| 日韩免费高清中文字幕av| 我的老师免费观看完整版| 久久精品夜色国产| av福利片在线| 免费黄频网站在线观看国产| 一级毛片电影观看| 人妻制服诱惑在线中文字幕| 一本大道久久a久久精品| 国产女主播在线喷水免费视频网站| 秋霞在线观看毛片| 国产一区二区在线观看日韩| 日韩一本色道免费dvd| 99热全是精品| 亚洲欧洲国产日韩| 亚洲欧美色中文字幕在线| 欧美少妇被猛烈插入视频| 精品少妇黑人巨大在线播放| 插阴视频在线观看视频| 亚洲精品自拍成人| 中文字幕免费在线视频6| 七月丁香在线播放| 久热这里只有精品99| 天美传媒精品一区二区| 一级毛片黄色毛片免费观看视频| 亚洲欧美日韩另类电影网站| 国产国语露脸激情在线看| 久久久国产欧美日韩av| 黑人猛操日本美女一级片| 伦精品一区二区三区| 18禁在线无遮挡免费观看视频| 三级国产精品欧美在线观看| 妹子高潮喷水视频| 日本vs欧美在线观看视频| 成年女人在线观看亚洲视频| 人人妻人人添人人爽欧美一区卜| 国产有黄有色有爽视频| 99热全是精品| 亚洲国产av新网站| 99久久精品一区二区三区| 亚洲精品久久午夜乱码| 免费观看在线日韩| 久久精品国产亚洲网站| 精品久久久久久电影网| 赤兔流量卡办理| 久久97久久精品| 免费观看av网站的网址| 丰满饥渴人妻一区二区三| 国产伦精品一区二区三区视频9| 免费少妇av软件| 久久午夜综合久久蜜桃| 亚洲成色77777| av女优亚洲男人天堂| 在线观看免费日韩欧美大片 | 亚洲内射少妇av| 国产探花极品一区二区| 最近手机中文字幕大全| 在线观看免费日韩欧美大片 | 久久久精品94久久精品| av有码第一页| 黄色视频在线播放观看不卡| 日韩中字成人| 精品久久久噜噜| 观看美女的网站| 欧美日韩一区二区视频在线观看视频在线| 少妇 在线观看| 搡女人真爽免费视频火全软件| 成年女人在线观看亚洲视频| 亚洲欧美日韩卡通动漫| 天天操日日干夜夜撸| 欧美 日韩 精品 国产| 大码成人一级视频| 伊人久久精品亚洲午夜| 中文乱码字字幕精品一区二区三区| 久久99蜜桃精品久久| 亚洲精品一区蜜桃| 国产片内射在线| 波野结衣二区三区在线| 国产精品久久久久久精品电影小说| 国产精品一国产av| 十八禁高潮呻吟视频| 狂野欧美激情性xxxx在线观看| 国产成人freesex在线| 国产精品熟女久久久久浪| 制服诱惑二区| 日韩视频在线欧美| 久久97久久精品| 边亲边吃奶的免费视频| 亚洲人成网站在线播| 国产精品免费大片| 国产白丝娇喘喷水9色精品| 九色亚洲精品在线播放| 免费播放大片免费观看视频在线观看| 人妻 亚洲 视频| 大片免费播放器 马上看| 亚洲精品亚洲一区二区| 97在线人人人人妻| av天堂久久9| 色94色欧美一区二区| 欧美xxxx性猛交bbbb| 免费播放大片免费观看视频在线观看| 两个人免费观看高清视频| 精品少妇内射三级| 2022亚洲国产成人精品| 老女人水多毛片| 天堂8中文在线网| 肉色欧美久久久久久久蜜桃| 国产亚洲一区二区精品| 五月玫瑰六月丁香| 黄色配什么色好看| 欧美精品亚洲一区二区| 少妇人妻久久综合中文| 人妻一区二区av| 日本欧美国产在线视频| 少妇被粗大猛烈的视频| 成人午夜精彩视频在线观看| 嫩草影院入口| 一区二区三区精品91| 日本91视频免费播放| 亚洲情色 制服丝袜| 狠狠婷婷综合久久久久久88av| 亚洲精品456在线播放app| 久久人人爽人人爽人人片va| 少妇高潮的动态图| 亚洲国产色片| 免费播放大片免费观看视频在线观看| 久久毛片免费看一区二区三区| 性色avwww在线观看| 日本av免费视频播放| 久久狼人影院| 丝袜美足系列| 久久99蜜桃精品久久| 精品一区二区三卡| av卡一久久| 免费人妻精品一区二区三区视频| 一个人免费看片子| 亚洲色图综合在线观看| 日韩av在线免费看完整版不卡| videos熟女内射| 久久久久久久精品精品| 天天操日日干夜夜撸| 久久久久久久久久久丰满| 欧美性感艳星| 亚洲精品aⅴ在线观看| 自线自在国产av| 日韩强制内射视频| 永久网站在线| 亚洲国产成人一精品久久久| 久久久精品94久久精品| 日本免费在线观看一区| 纯流量卡能插随身wifi吗| 亚洲欧洲精品一区二区精品久久久 | 美女国产视频在线观看| 99国产精品免费福利视频| 亚洲国产精品成人久久小说| 搡女人真爽免费视频火全软件| 亚洲国产精品999| 亚洲精品日本国产第一区| 亚洲国产av影院在线观看| 久久av网站| 国产精品久久久久久精品电影小说| 国产一区二区在线观看av| 伦精品一区二区三区| 水蜜桃什么品种好| 成人国语在线视频|