融合同步采集的腕部脉搏与ECG数据是否能提高FS-RF模型对冠心病的识别能力?
同步采集腕部脉搏与ECG信号改善了机器学习对冠心病的识别,支持了可穿戴设备在心血管疾病早期检测中的潜在应用。
本研究强调了同步采集PPW和ECG信号并结合特征选择,对于提升FS-RF模型识别CHD及其相关病症性能的重要性。这些发现为可穿戴设备在临床环境中的应用提供了科学依据,凸显了其在辅助心血管疾病早期发现和管理方面的潜力。
Hong et al. (Tue,) 对这一问题进行了研究。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: