对算法的性能评估包含了很多维度。

    对于体征算法，平台提供了与PSG对标的平均偏差统计、标准方差统计以及相关性统计。以心率为例，在我们当前睡眠数据库中所收集到的52例有效参比数据(心率点数9726)当中，心率测量的准确性指标如下：

    平均偏差：-1.43，标准方差：2.49，相关度r2=0.94。

    其中心率采样点的数值范围覆盖50-110，呈正态分布(如图3)。

    对于睡眠分期算法，平台不但可以得到当前版本算法相对于PSG的性能规格，还可以图形化显示整个案例睡眠过程中的趋势对比，使开发者对于算法的缺陷一目了然，很大程度提升了开发者的开发能力和开发效率。下图(图4)是一个睡眠案例的整个睡眠过程。图中显示了我们所开发的监测系统与PSG的同步图形化数据。

    其中绿色是PSG的心率读数，红色是被测设备的心率读数，橙色是PSG的睡眠分期结果，蓝色是被测设备的睡眠分期结果。这里，PSG的睡眠分期结果由ICSD3的5个阶段映射为清醒、浅睡、深睡3个阶段。统计结果表明，睡眠分期的结果与PSG吻合度达到了75.29%的水平 ......