文献

J-GLOBAL ID：201702267710286330   整理番号：17A1396747

急性低血圧発症のための適応的で効率的な予測因子としてのコンセンサスモチーフ【Powered by NICT】

Consensus motifs as adaptive and efficient predictors for acute hypotensive episodes

著者 (2件)： Pathinarupothi Rahul Krishnan (Center for Wireless Networks & Applications (WNA), Amrita University, Kollam, India) ,  Rangan Ekanath Srihari (School of Medicine, Amrita University, Cochin, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 1688-1691  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： 急性低血圧エピソード(AHE)は長時間の連続的に低血圧で特性化し,潜在的に致死的であると思われる。新しいAHE検出システムを提案した,血圧データを量子化臨床的に許容できる重症度範囲に,次にはコンセンサスモチーフと呼ばれるこれらの中で最も頻繁に発生する血圧パターンを同定した最初であった。これらコンセンサスモチーフに機械学習法(サポートベクトルマシン)を適用した。結果は生の時系列データの代わりにコンセンサスモチーフの使用だけで生データを用いて可能であることを2時間を越えて45分で予測可能性を拡張し,臨床精度を損なうことなく,大幅な改善を与えることを示した。システムは,無線遠隔ヘルスモニタリングのために開発したRASPRO(効果的な予後のための迅速要約)と呼ばれる新しいフレームワークの一部として実行した。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： 予測可能性 ,  *血圧 ,  サポートベクトルマシン ,  量子化 ,  *低血圧症 ,  キャラクタリゼーション ,  機械学習
準シソーラス用語： ヘルスモニタリング ,  時系列データ ,  重症度 ,  検知システム ,  エピソード ,  *予測因子 ,  *発症 , 【Automatic Indexing@JST】

分類 (2件)： 細胞生理一般  (EF02010S) ,  生物学的機能  (EB03040U)

タイトルに関連する用語 (6件)： 低血圧 ,  発症 ,  適応 ,  予測因子 ,  コンセンサス ,  モチーフ