文献

J-GLOBAL ID：201702240665942191   整理番号：17A1392735

時間-周波数スペクトル特徴を用いた光電脈波信号からの心拍数の正確な検出のためのロバストな運動アーチファクト検出アルゴリズム【Powered by NICT】

A Robust Motion Artifact Detection Algorithm for Accurate Detection of Heart Rates From Photoplethysmographic Signals Using Time-Frequency Spectral Features

著者 (9件)： Dao Duy (University of Connecticut, Storrs, CT, USA) ,  Salehizadeh S. M. A. (University of Connecticut, Storrs, CT, USA) ,  Noh Yeonsik (University of Connecticut, Storrs, CT, USA) ,  Chong Jo Woon (Texas Tech University, Lubbock, TX, USA) ,  Cho Chae Ho (Texas Tech University, Lubbock, TX, USA) ,  McManus Dave (University of Massachusetts Medical School, Worcester, MA, USA) ,  Darling Chad E. (University of Massachusetts Medical School, Worcester, MA, USA) ,  Mendelson Yitzhak (Worcester Polytechnic Institute, Worcester, MA, USA) ,  Chon Ki H. (University of Connecticut, Storrs, CT, USA)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 21  号： 5  ページ： 1242-1253  発行年： 2017年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
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： 運動と雑音アーチファクト(MNAs)は光プレチスモグラムの有用性(PPG)に制限を課し,特に外来モニタリング。MNAsはPPGを歪ませ,心拍数(HR)と動脈血酸素飽和度(SpO2)のような生理学的パラメータの誤推定を引き起こす可能性がある。本研究では,新しい方法,時間を用いることに基づく「TifMA」 最初のMNA劣化データを検出し,次の劣化したデータのnonusable部分を無視するPPGの周波数スペクトルを示した。「nonusable」という用語は,PPGデータのセグメントからHR信号を正確に回復することができないことである。二逐次分類手順をTifMAアルゴリズムに含めた。最初の分類器は,MNAにより壊れており,MNA自由PPGデータを区別した。データのセグメントはMNA劣化と考えられると,次の分類器は,HRは劣化したセグメントから回収できるか否かを決定する。サポートベクトルマシン(SVM)分類器を用いて,訓練データセットからのデータセグメントを用いた最初の分類タスクのための決定境界を構築した。時間からの特徴 PPGの周波数スペクトルは,抽出した検出モデルを構築した。五データセットをTifMA性能を評価するために考察した(1)と(2)ランダム運動をする被験者と額および指パルスオキシメータセンサからの実験室制御PPG記録した,(3)および(4)ランダム自由運動とマサチューセッツ大学記念医療センターからの実際の患者PPG記録し,(5)であった前頭部で測定した実験室制御PPG記録データセット被験者がトレッドミル上を走った。第一のデータセットを用いてこのアルゴリズムの雑音感度を解析した。データセット2 4を使ってアルゴリズムのMNA検出相を評価した。アルゴリズムの第一段階(MNA検出)からの結果は,三つの既存のMNA検出アルゴリズム:Hjorth,尖度Shannonエントロピーおよび時間領域変動SVM手法からの結果と比較した。この最後のものは著者らの研究室で最近開発された手法である。提案TifMAアルゴリズムは一貫して他の三手法よりも高い検出率を提供し,全データに対して95%以上の精度であった。アルゴリズムは時間の1s以下の誤差でMNAの開始および終了時間を特定できたが,次善のアルゴリズムは,2.2s以上の検出誤差を有していた。最終,最も挑戦的な,データセットはnonusableした正確なHR推定とデータとして使用可能であることが破壊されたデータの間の識別におけるアルゴリズムの性能を検証するために収集した。データセグメントの平均48%がMNAを持つことが分かったことを見出し,これらの中で,38%は信頼性のあるHR推定を提供するために使用することができた。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： トレッドミル ,  *心拍 ,  サポートベクトルマシン ,  雑音 ,  生理学 ,  *ロバスト性 ,  *アーチファクト ,  *脈波 ,  信頼性 ,  患者 ,  *アルゴリズム
準シソーラス用語： 被験者 ,  *検出アルゴリズム ,  *モーションアーチファクト ,  *周波数スペクトル , 【Automatic Indexing@JST】

分類 (4件)： 呼吸器の診断  (GI02000S) ,  医用画像処理  (JE04020T) ,  生体計測  (EL03020C) ,  生体遠隔測定  (EL03030N)

タイトルに関連する用語 (7件)： 周波数スペクトル ,  光電 ,  脈波 ,  心拍数 ,  ロバスト ,  運動アーチファクト ,  検出アルゴリズム