文献

J-GLOBAL ID：201702274308044372   整理番号：17A1396858

連続後天性患者バイタルサインの尤度に基づくアーチファクト検出【Powered by NICT】

Likelihood-based artefact detection in continuously-acquired patient vital signs

著者 (5件)： Colopy Glen Wright (Department of Engineering Science, University of Oxford, UK) ,  Zhu Tingting (Department of Engineering Science, University of Oxford, UK) ,  Clifton Lei (Centre for Statistics in Medicine, University of Oxford, UK) ,  Roberts Stephen J. (Department of Engineering Science, University of Oxford, UK) ,  Clifton David A. (Department of Engineering Science, University of Oxford, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EMBC  ページ： 2146-2149  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： 患者バイタルサイン(VS)のロバスト連続監視は,患者の生理学を代表していないことを人為的データ生成測定により制限される。これらのアーチファクトは,何種類かの異なる「原型」により特徴づけられる。心拍数(HR)モニタリングのためのこれらの典型的なアーチファクトのいくつかを提示し,これらのアーチファクトの大部分を除去するために軽量,実時間アルゴリズムを提案した。大部分のアーチファクトは絶対値でそれらの値により阻害されたが,時間で近傍の他の測定と比較してそれらの値による代わりに同定されていない。ガンマ分布から独立同一分布(i.i.d.)試料として時間的に近似測定をモデル化した。分布に関して低い可能性と測定アーチファクト除去のための候補である。軽量アルゴリズムはウェアラブルセンサの実時間展開,病院と在宅ケアにおけるますます一般的になっているのが重要である。アーチファクト除去の臨床適用性を患者の悪化検出を増強するその能力を実証した。提案したアーチファクト除去アルゴリズムを使用した場合の品質劣化の早期警戒を改善することが示されるKalmanフィルタに基づく患者監視アルゴリズム。を行った臨床試験からこのリアルタイムシステム患者データとを実証した。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： 適応性 ,  臨床試験 ,  アルゴリズム ,  *アーチファクト ,  近似法 ,  *患者 ,  実時間処理 ,  ロバスト性 ,  Kalmanフィルタ ,  モデリング ,  心拍 ,  患者監視
準シソーラス用語： ウェアラブルセンサ ,  アーチファクト除去 ,  *バイタルサイン , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： 患者 ,  バイタルサイン ,  尤度 ,  アーチファクト