表 5. Comparison of the results of this method with other methods.
本文所提方法与其他方法结果对比
| 数据集 | 数据方法 | 作者 | 年份 | 方法 | ACC(%) | SE(%) | SP(%) |
| 注:IAP:患者内实验(intra-patient);IEP:患者间实验(inter-patient)。FS:特征工程(feature selection);LSVM:线性支持向量机(linear support vector machine);DARN:域自适应残差网络(Domain Adaptive Residual Network);CNN-MENN:结合卷积神经网络和改进的 Elman 神经网络的方法(convolutional- and modified Elman neural network);BRNN:双向递归神经网络(bidirectional recurrent neural network);ADANN:非对称域自适应神经网络(asymmetric domain adaptation neural network) | |||||||
| AFDB | IAP | Li 等[25] | 2017 | FS+LSVM | 95.90 | 95.30 | 96.30 |
| Faust 等[26] | 2018 | RRI+LSTM | 98.51 | 98.32 | 98.67 | ||
| Jin 等[13] | 2020 | TAC-LSTM | 98.51 | 98.14 | 98.76 | ||
| Jin 等[27] | 2020 | DARN | 98.84 | 98.97 | 98.75 | ||
| Wang[28] | 2020 | CNN-MENN | 97.40 | 97.90 | 97.10 | ||
| Mousavi 等[14] | 2020 | BRNN | 98.81 | 99.08 | 98.54 | ||
| 本文提出的方法 | 2020 | LFNR-CNN | 99.09 | 99.41 | 98.88 | ||
| AFDB | IEP | Mousavi 等[14] | 2020 | BRNN | 79.55 | 89.20 | 74.38 |
| 本文提出的方法 | 2020 | LFNR-CNN | 86.61 | 95.83 | 77.03 | ||
| MITDB | IEP | Ammour[29] | 2018 | ADANN | 73.21 | 73.24 | 73.02 |
| 本文提出的方法 | 2020 | LFNR-CNN | 90.29 | 68.00 | 92.50 | ||
| CD-21077 | IEP | 本文提出的方法 | 2020 | LFNR-CNN | 96.62 | 98.35 | 95.25 |