文献

J-GLOBAL ID：201802211300415970   整理番号：18A1255758

睡眠時無呼吸検出のための心臓呼吸モデルベースのデータ駆動アプローチ【JST・京大機械翻訳】

Cardiorespiratory Model-Based Data-Driven Approach for Sleep Apnea Detection

著者 (4件)： Gutta Sandeep (School of Electrical and Computer Engineering, Oklahoma State University, Stillwater, OK, USA) ,  Cheng Qi (School of Electrical and Computer Engineering, Oklahoma State University, Stillwater, OK, USA) ,  Nguyen Hoa Dinh (Posts and Telecommunications Institute of Technology, Hanoi City, Vietnam) ,  Benjamin Bruce A. (Posts and Telecommunications Institute of Technology, Hanoi City, Vietnam)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 22  号： 4  ページ： 1036-1045  発行年： 2018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： 閉塞性睡眠時無呼吸(OSA)は,世界中で数百万人の人々に影響を及ぼす慢性睡眠障害である。OSAを有する個人は,まれに状態を認識しており,しばしば治療されていない。それは,いくつかの重大な健康問題に導くことができる。今日,広い範囲の生理学的シグナルを簡便かつ非侵襲的に収集するために使用できるいくつかの低コストの着用可能な健康センサが利用可能である。本論文では,OSA検出のための新しいフレームワークを提案した。そこでは,ウェアラブルセンサ測定信号を,心臓呼吸システムの数学モデルと組み合わせた。ベクトル値Gauss過程(GP)を採用して,異なる個体間の生理学的変動をモデル化した。GP共分散を分離可能なカーネル関数の和を用いて構築し,GPハイパーパラメータを限界尤度関数を最大化することにより推定した。広く利用可能な心拍数と末梢酸素飽和(SpO_2)測定信号を用いてOSAを検出する尤度比試験を提案した。提案したOSA検出フレームワークの有効性を,純粋なデータ駆動手法と比較して示すために,合成データと実データの両方で実験を行った。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： センサ ,  Gauss過程 ,  *心臓 ,  生理学 ,  心拍 ,  共分散 ,  睡眠障害 ,  ベクトル ,  モデリング
準シソーラス用語： ハイパーパラメータ ,  Kernel関数 ,  健康 ,  着用 ,  非侵襲 ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  医用情報処理  (JE15030Q) ,  生体遠隔測定  (EL03030N)

タイトルに関連する用語 (5件)： 睡眠時無呼吸 ,  心臓 ,  呼吸 ,  モデルベース ,  データ駆動