自适应匹配滤波法（AMFM）在避免假阳性T波交替和检测与特征真实阳性T波交替之间取得了最佳平衡.
其他
哪种自动方法提供最佳的微伏T波交替检测和定量？
自适应匹配滤波法（AMFM）似乎是检测和特征微伏T波交替的最可靠技术，同时最小化假阳性.
微伏T波交替（TWA）是指心电图（ECG）T波形态的每隔一个心跳发生变化，这是一种对恶性心室心律失常易感性的指标，需通过自动技术进行识别。在此研究中应用了五种方法，即快速傅里叶变换谱方法（FFTSM）、复数解调法（CDM）、改进移动平均法（MMAM）、拉普拉斯似然比法（LLRM）和自适应匹配滤波法（AMFM），对模拟和临床数据进行了分析。目的是比较各个方法正确识别稳定和时间变化的TWA的能力，避免假阳性检测。当应用于受幅度变化影响的模拟ECG时，MMAM提供了假阳性TWA。然而，MMAM对静态TWA进行的定量是正确的，但偶尔被其他所有方法低估。AMFM正确识别了时间变化的TWA。相对而言，FFTSM将非稳定TWA错误地识别为稳定，MMAM在估计的TWA振幅信号中引入了时间延迟，而CDM和LLRM仅在缓慢变化的TWA存在时可靠。综上所述，AMFM在避免假阳性TWA和检测与特征真实阳性TWA的需求之间取得了最佳平衡。我们的模拟方法结果对解释应用于健康个体和冠状动脉疾病患者的样本Holter ECG的各个竞争方法测量的不同TWA水平非常有用.
Burattini等（周二）在微伏T波交替方面进行了其他研究。评估自动检测方法（FFTSM、CDM、MMAM、LLRM、AMFM）与各方法间比较分析对正确识别静态和时间变TWA的能力，避免假阳性检测。自适应匹配滤波法（AMFM）在避免假阳性T波交替和检测与特征真实阳性T波交替之间取得了最佳平衡.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: