文献

J-GLOBAL ID：201802212799418293   整理番号：18A1999172

心拍変動の非線形解析を用いた突然死の早期検出【JST・京大機械翻訳】

Early detection of sudden cardiac death using nonlinear analysis of heart rate variability

著者 (4件)： Khazaei Mohammad (School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran) ,  Raeisi Khadijeh (School of Electrical Engineering, K.N. Toosi University of Technology, Tehran, Iran) ,  Goshvarpour Ateke (Department of Biomedical Engineering, Imam Reza International University, Mashhad, Razavi Khorasan, Iran) ,  Ahmadzadeh Maryam (School of Electrical Engineering, Iran University of Science and Technology, Tehran, Iran)
資料名： Biocybernetics and Biomedical Engineering  (Biocybernetics and Biomedical Engineering)
巻： 38  号： 4  ページ： 931-940  発行年： 2018年 
JST資料番号： W3437A  ISSN： 0208-5216  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： 突然心臓死(SCD)は世界中の死亡の最も広範な理由の1つである。SCDの正確で初期の予測は,心肺蘇生(CPR)を投与することによって生存の可能性を改善することができる。したがって,SCD予測システムのための不可欠な必要性がある。本研究では,その開始の6分前にSCDの自動検出のための新規で効率的なアルゴリズムを提案した。このアルゴリズムは心拍変動(HRV)の非線形モデリングに基づく特徴を用いる。実際に,HRV信号の抽出の後,増加エントロピーと再発定量化分析ベースの特徴を抽出した。一方向ANOVAを特徴空間の次元縮小に適用し,計算コストが低くなる。最後に,識別特徴を決定木,K最近傍,ナイーブBayes,およびサポートベクトルマシンのような分類器に供給した。決定木分類器を使用することによって,著者らは,95%の精度,特異性,および感度で,その開始の6分前にSCD検出を達成した。これらの結果は,性能における既存のものと比較して,提示したアルゴリズムの優位性を実証した。本研究では,ラミナ性(再発定量化解析に基づく)のようなHRVの非線形モデリングに基づく特徴の組み合わせ,および増分エントロピーがSCDの早期検出をもたらすことを示した。ディシジョンツリーの選択はアルゴリズムの性能を改善する。結果は,その発症の6分前に心停止の検出を可能にするツールの開発を助けることができた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 心肺蘇生法 ,  サポートベクトルマシン ,  心停止 ,  エントロピー ,  次元縮小 ,  ディシジョンツリー ,  アルゴリズム ,  分散分析 ,  *非線形解析 ,  *急死 ,  再発
準シソーラス用語： 特異性 ,  非線形モデリング ,  自動検出 ,  *心拍数変動性 , 【Automatic Indexing@JST】

著者キーワード (4件)： 心臓突然死 ,  回帰定量分析 ,  増加エントロピー ,  心拍変動

分類 (2件)： 生体計測  (EL03020C) ,  循環系の診断  (GJ02000V)

タイトルに関連する用語 (4件)： 心拍変動 ,  非線形解析 ,  突然死 ,  早期