文献

J-GLOBAL ID：201702215837947281   整理番号：17A1349533

睡眠時無呼吸検出の閉塞のためのECG信号特徴のリカレントニューラルネットワークに基づく分類【Powered by NICT】

Recurrent Neural Network Based Classification of ECG Signal Features for Obstruction of Sleep Apnea Detection

著者 (5件)： Cheng Maowei ,  Sori Worku J. ,  Jiang Feng ,  Khan Adil ,  Liu Shaohui
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CSE/EUC  ページ： 199-202  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,リカレントニューラルネットワークに基づくOSA検出法を紹介した。第一段階では,すべての抽出された特徴は,設計された深いモデルの入力として使用されるRR間隔(1R波次R波までの時間間隔)は無呼吸心電図(ECG)からの信号を抽出した。再発四層とバッチ正規化層を持つアーキテクチャは,OSA検出のための抽出された特徴を設計し,訓練した。physionet.orgから無呼吸-ECGデータセットを学習に用いて,このモデルを試験した。実験を行いその結果,提案自動OSA検出モデルは優れた分類精度が得られることを明らかにした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ロット ,  検出法 ,  正規化 ,  モデル ,  *無呼吸 ,  *心電図 ,  計算機アーキテクチャ ,  再発
準シソーラス用語： 分類精度 ,  時間間隔 ,  R波 ,  RR間隔 ,  *リカレントニューラルネットワーク ,  *睡眠時無呼吸 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 睡眠時無呼吸 ,  閉塞 ,  ECG信号 ,  リカレントニューラルネットワーク ,  分類