Table 1 Literature Review (Two proposed AI Models are marked in bold at bottom).

From: An effective AI model for automatically detecting arteriovenous fistula stenosis

C1

C2

C3

C4

C5

C6

C7

C8

C9

C10

C11

C12

C13

C14

C15

No

Ref.

Year

Num

Patient

Cardiac

Cycles

Total

(S,H)

Filter-

ing

Input feature. 1.Image. 2.Texture. 3. Both

Data Transformation

Classifier

DOE

Sen.

(SE)

Spe.

(SE)

Acc.

(SE)

Pre.

(SE)

F1-S.

(SE)

1

7

2014

74

878 (443 ,435)

TF

2

S Trans.

RBF-NN

–

0.89

−

−

0.87

0.88

2

8

2016

19

1190 (− ,−)

TF

2

 

KNN

–

–

−

−

−

0.97

3

2

2017

−

−

TF

2

MEM PCA

SOM

–

–

−

0.7

−

−

4

9

2017

21

42n

n not clear

TF

2

STFT

Fuzzy

Petri

Nets

−

−

−

0.86

−

−

5

10

2018

20

−

TF

2

CWT

−

−

−

−

−

−

−

6

11

2018

60

300n

n not clear

−

2

FT

SVM

−

−

−

0.55

−

−

0.55

−

7

12

2018

24

3283 (− ,−)

−

2

CWT LPC

−

−

−

−

−

− −

− −

8

13

2018

−

−

EMD

2

Hilbert

−

−

−

−

−

−

−

9

14

2019

−

−

−

2

CWT LPC

−

−

−

−

−

− −

− −

10

15

2019

−

3441 (− ,−)

−

2

CWT

Threshold based Classifier

−

0.91

0.92

0.90

− − −

− − −

11

16

2019

38

T1: −

−

2

WT

KNN

−

−

−

−

0.93

0.91

    

T2: −

    

−

−

−

0.81

0.71

0.71

    

T3: −

    

−

−

−

−

0.66

0.69

    

T4: −

    

−

−

−

−

0.81

0.78

    

T5: −

    

−

−

−

−

0.81

0.81

    

T6: −

    

−

−

−

−

0.92

0.92

12

17

2020

20

\(V_1\): 879

−

1

FT

CNN

−

0.49

0.84

0.75

0.45

0.46

    

\(V_2\):1479

    

−

0.86

0.81

0.83

0.77

0.81

    

\(V_3\):1233

    

−

0.48

0.82

0.73

0.48

0.48

    

\(V_4\): 95

    

−

0.51

0.94

0.93

0.01

0.03

    

\(V_5\): 308

    

−

0.58

0.89

0.86

0.36

0.44

13

18

2021

46

(−, −)

−

2

FFT

SVM

−

0.91

0.99

0.98

−

−

14

19

2022

40

(−,0)

−

1

STFT

RN50

 

0.95

−

−

0.95

0.96

15

This

Paper

2023

40

1510

(730, 780)

EMD

3

\(\bullet\) STFT

(image)

\(\bullet\) RN50

\(\checkmark\)

0.91

(0.01)

0.91

(0.01)

0.90

(0.01)

0.91

(0.01)

0.91

(0.01)

       

\(\bullet\)Sample

\(\bullet\) ANN

      
       

-Entropy

\(\bullet\) Concat.

     Â