文献

J-GLOBAL ID：201702232786637855   整理番号：17A1427872

ウェーブレット変換に基づく心雑音検出と人工神経回路網と修正された隣接アニーリング法の間の相乗作用【Powered by NICT】

Heart murmur detection based on wavelet transformation and a synergy between artificial neural network and modified neighbor annealing methods

著者 (2件)： Eslamizadeh Gholamhossein (Department of Electrical Engineering, Shiraz Branch, Islamic Azad University, Shiraz, Iran) ,  Barati Ramin (Department of Electrical Engineering, Shiraz Branch, Islamic Azad University, Shiraz, Iran)
資料名： Artificial Intelligence in Medicine  (Artificial Intelligence in Medicine)
巻： 78  ページ： 23-40  発行年： 2017年 
JST資料番号： T0685A  ISSN： 0933-3657  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 心疾患の早期認識は,救命に極めて重要な役割を果たしている。心臓雑音は一般的な心臓問題の一つである。本研究では,人工ニューラルネットワーク(ANN)は心臓サイクルを分類正常および雑音クラスに修飾した傍アニーリング(MNA)を用いて訓練される。心臓サイクルは,ウェーブレット変換を用いた心音から分離した。回路網への入力は,個々の心臓サイクルから抽出された特徴であり,二分類を出力する。提案したモデルの分類精度はLevenberg-Marquardt,極端学習機械,バックプロパゲーション,シミュレーテッドアニーリング,アニーリングアルゴリズムを用いて訓練された五多層パーセプトロンと比較した。また,自己組織化マップ(SOM)ANNと比較した。提案したモデルは,提案した方式の適用性を示すためにPascalデータベースで利用可能な実際の心音を用いて訓練し試験した。,実際心音を記録するための装置も開発し,比較されてきた。本研究の結果に基づいて,MNAは心臓サイクル分類器としてかなりの結果を得るために用いることができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  自己組織化特徴マップ ,  心音 ,  *シミュレーテッドアニーリング ,  心臓 ,  *ウェーブレット変換 ,  適応性 ,  *相乗作用 ,  逆伝搬法 ,  *雑音 ,  データベース ,  心臓病 ,  多層パーセプトロン ,  *焼なまし
準シソーラス用語： 分類精度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 心雑音 ,  人工ニューラルネットワーク ,  ウェーブレット変換 ,  近傍アニーリング ,  バックプロパゲーション

分類 (2件)： 脳・神経系モデル  (EL02050C) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ウェーブレット変換 ,  心 ,  雑音検出 ,  人工神経回路網 ,  アニーリング法 ,  相乗作用