文献

J-GLOBAL ID：201702233102700032   整理番号：17A1592122

深さ信念ネットワークに基づくECG自動分類【JST・京大機械翻訳】

ECG heartbeat classification based on deep belief networks

著者 (4件)： Yan Haolin (中国科学院 微電子研究所,北京 100029;中国科学院 微電子研究所昆山分所,江蘇 蘇州 215347) ,  An Yong (中国科学院 微電子研究所,北京 100029;中国科学院 微電子研究所昆山分所,江蘇 蘇州 215347) ,  Wang Hongfei (中国科学院 微電子研究所,北京 100029;中国科学院 微電子研究所昆山分所,江蘇 蘇州 215347) ,  Mou Rongzeng (中国科学院 微電子研究所,北京 100029;中国科学院 微電子研究所昆山分所,江蘇 蘇州 215347)
資料名： Jisuanji Gongcheng yu Sheji  (Jisuanji Gongcheng yu Sheji)
巻： 38  号： 5  ページ： 1331-1334  発行年： 2017年 
JST資料番号： C3599A  ISSN： 1000-7024  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文は,深い信念ネットワーク(DBN)とECG波形サンプリングに基づくECG自動分類アルゴリズムを提案した。ECG信号をフィルタリングし、R波定位を行った後、QRS波群の180Hz下でサンプリングを行い、心エコーの形態を示し、RR間隔特徴を結合し、DBN計6層を用い、隠れ層ニューロン数は30であった。標準のデータベースを用いてDBNを訓練しテストした結果、平均Se88.6%、平均P+62.1%であり、従来の特徴選択方法の結果より優れているが、深さ学習に基づく心拍分類アルゴリズムは波形特徴抽出ステップを必要としない。現在の波形特徴による心拍数に対するロバスト性の問題は解決されていない。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 特徴選択 ,  ニューロン ,  心電図 ,  心拍 ,  フィルタリング ,  特徴抽出 ,  *自動分類 ,  データベース ,  ロバスト性
準シソーラス用語： 隠れ層 ,  RR間隔 ,  QRS波 ,  R波 ,  分類アルゴリズム ,  *信念ネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： deep belief networks ,  heartbeat classification ,  pattern recognition ,  morphology features ,  morphology samples

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 信念ネットワーク ,  ECG ,  自動分類