文献

J-GLOBAL ID：201702264779948687   整理番号：17A1176560

教師なし多重カーネル学習による心筋運動パターンの特性化【Powered by NICT】

Characterization of myocardial motion patterns by unsupervised multiple kernel learning

著者 (7件)： Sanchez-Martinez Sergio (Department of Information and Communication Technologies, Universitat Pompeu Fabra, Barcelona, Spain) ,  Duchateau Nicolas (Inria Asclepios research project, Sophia Antipolis, France) ,  Erdei Tamas (Wales Heart Research Institute, Cardiff University, United Kingdom) ,  Fraser Alan G. (Wales Heart Research Institute, Cardiff University, United Kingdom) ,  Bijnens Bart H. (Department of Information and Communication Technologies, Universitat Pompeu Fabra, Barcelona, Spain) ,  Bijnens Bart H. (ICREA, Barcelona, Spain) ,  Piella Gemma (Department of Information and Communication Technologies, Universitat Pompeu Fabra, Barcelona, Spain)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 35  ページ： 70-82  発行年： 2017年 
JST資料番号： W3156A  ISSN： 1361-8415  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： は安静時と運動中の多重時間的に整列した心筋速度トレースを組み合わせることにより保存された駆出分画(HFPEF)症候群を伴う心不全におけるストレスに対する機能的反応の異なるパターンを特性化し,心イベント(弁開口/閉鎖と心房活性化)の発生に及ぼす時間情報と共に独立した客観的方法を提案した。方法は,多重カーネル学習に基づき,意味のある表現(出力空間)に対する異なる性質のデータとその次元の還元の組合せを可能にする機械学習法。学習プロセスは教師なし,データラベルによって調整されないで入力トレースの変動を研究することである。出力空間の生理学的解釈を向上させるために,コードする変動はマルチスケールカーネル回帰を介した速度トレースを再構成後の入力信号の空間で解析した。方法論は,55人の被験者(健常者2219HFPEFと14breathless名)からのストレス心エコー検査プロトコルから2D配列に適用した。結果は,HFPEF症候群におけるストレスへの心筋の機能的応答の特性は,複数の関連する特徴の共同解析により改善される可能性があることを確認した。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： 再構成 ,  心エコー法 ,  生理学 ,  心不全 ,  *多重化 ,  *キャラクタリゼーション ,  プロトコル ,  機械学習 ,  安静 ,  *心筋
準シソーラス用語： カーネル回帰 ,  マルチスケール ,  心イベント ,  駆出率 ,  *Kernel法 , 【Automatic Indexing@JST】

著者キーワード (4件)： 心筋運動 ,  心エコー ,  多重カーネル学習 ,  パターン解析

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 教師 ,  多重 ,  カーネル学習 ,  心筋 ,  運動パターン ,  特性化