文献

J-GLOBAL ID：201702247188214133   整理番号：17A1724467

喘息重症度のモニタリングのための咳と喘鳴からの肺活量測定値の自動予測【Powered by NICT】

Automatic prediction of spirometry readings from cough and wheeze for monitoring of asthma severity

著者 (6件)： Rao M V Achuth (Electrical Engineering, Indian Institute of Science (IISc), Bangalore-560012, India) ,  Kausthubha N K (Electrical Engineering, Indian Institute of Science (IISc), Bangalore-560012, India) ,  Yadav Shivani (Biosystem Science and Engineering, Indian Institute of Science (IISc), Bangalore-560012, India) ,  Gope Dipanjan (Electrical Communication Engineering, Indian Institute of Science (IISc), Bangalore-560012, India) ,  Krishnaswamy Uma Maheswari (Pulmonary Medicine, St. Johns National Academy of Health Sciences, Bangalore-560034, India) ,  Ghosh Prasanta Kumar (Electrical Engineering, Indian Institute of Science (IISc), Bangalore-560012, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 41-45  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： 喘息重症度モニタリングのための咳と喘鳴オーディオ信号から肺活量測定値を予測する自動的にタスクを考察した。被験者は深呼吸をした後の肺活量測定センサにおける吸入時肺活量測定は二分の1(FEV1)と努力性肺活量(FVC)の努力呼気肺活量を測定し肺機能検査である。FEV1%,FVC%とその比は典型的に喘息重症度を決定するのに使用される。咳と喘鳴からこれらの肺活量測定値の正確な予測は,肺活量測定の非存在下で患者の喘息重症度を非侵襲的にモニターする患者に役立つであろう。サポートベクトル回帰(SVR)を用いた肺活量測定値を予測するための咳と喘鳴信号からキューとしての統計的スペクトル記述(SSD)を用いた。は,健常者16名,及び12名の患者の咳と喘鳴記録を用いた実験を行った。咳そうが喘鳴信号に比べて肺活量測定値のより良い予測因子であることを見出した。FEV1%,FVC%とそれらの比はそれぞれ11.06%,10.3%と0.08の根平均二乗誤差で予測した。も予測FEV1%を用いた三クラス喘息重症度レベル分類を行い,77.77%の精度を得た。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： 吸入 ,  音声信号 ,  センサ ,  スペクトル ,  *予測 ,  *喘鳴 ,  肺機能検査 ,  患者
準シソーラス用語： 平均二乗誤差 ,  予測因子 ,  健常者 ,  努力肺活量 ,  FEV1 ,  被験者 ,  *肺活量測定 , 【Automatic Indexing@JST】

分類 (3件)： 呼吸器の診断  (GI02000S) ,  疫学  (GB03000E) ,  健康被害  (SB03070P)

タイトルに関連する用語 (6件)： 喘息重症度 ,  モニタリング ,  咳 ,  喘鳴 ,  肺活量測定 ,  予測