lda分类代码matlab-ReduceFA_2015:减少FA_2015

lda分类代码matlab 减少FA_2015 这个个人项目是使用深度学习算法检测重症监护病房中危及生命的心律失常。 该项目深受 PhysioNet/CinC Challenge 2015 的启发，. PhysioNet 挑战团队描述了问题的严重性如下。 ICU 中的误报会导致护理中断，通过噪音干扰、对警告的敏感性降低和响应时间减慢来影响患者和临床工作人员 [1]，从而导致护理质量下降 [2,3]。 ICU 警报产生超过 80 dB 的声音强度，这会导致睡眠不足 [1,4,5]、睡眠结构不佳 [6,7]、患者和工作人员的压力 [10,11,12,13] 和免疫系统抑制[14]。 还有迹象表明，如果在患者住院期间降低干扰性噪音水平，再住院的发生率会降低 [15]。 此外，这种中断已被证明对恢复和住院时间有重要影响 [2,10]。 特别是，皮质醇水平已被证明升高（反映压力增加）[12,13]，并且睡眠中断已被证明会导致在 ICU 中停留更长时间 [5]。 据报道，ICU 误报 (FA) 率高达 86%，其中 6% 至 40% 的 ICU 警报被证明是真实的，但在临床上无关紧要（不需要立即采