文献

J-GLOBAL ID：201802221180789688   整理番号：18A0536529

適応学習神経回路網を用いた心音セグメンテーションと分類【Powered by NICT】

Heart sounds segmentation and classification using adaptive learning neural networks

著者 (3件)： Jadhav Ashwin R. (VIT University, Vellore, India) ,  Ghontale Arun G. (VIT University, Vellore, India) ,  Ganesh Anirudh (VIT University, Vellore, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSPC  ページ： 33-38  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： 心疾患は世界中の死亡の多数の原因であり,発展途上及び第三世界の国では特に大きかった。問題に取り組むために非常に重要である。本研究の動機は,医師はこのような疾患を助けるため早期に不必要な死を防ぐことである。与えられた論文では,与えられたデータセットの正常または雑音カテゴリーに属するかどうかに基づく心臓音を分類に向けた新しいアプローチを提案した。ディジタル聴診器を用いた病院試験から収集したオーディオ信号のデータセットを用いて,著者らは心拍異常を検出するための2段プロセスを提案した。まず,心音のSystoles(S1または潤滑)と拡張期(S2あるいはdub)セグメントのShannonエネルギーエンベロープ計算と特徴構築を用いたピーク検出に基づくアルゴリズムを実装した。次に,心拍の分類ニューラルネットワークを用いて行った。精度は,適応学習法を用いた逆伝搬ニューラルネットワークの使用により増加した。Copyright 2018 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： *心音 ,  ニューラルネットワーク ,  発展途上国 ,  不整脈 ,  アルゴリズム ,  医師 ,  心拍 ,  音声信号 ,  雑音 ,  *神経回路網 ,  病院 ,  *セグメンテーション
準シソーラス用語： 逆伝播ニューラルネットワーク ,  聴診器 ,  *適応学習 , 【Automatic Indexing@JST】

分類 (2件)： 送配電一般  (NB05010K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 適応学習 ,  神経回路網 ,  心音 ,  セグメンテーション ,  分類