文献

J-GLOBAL ID：201802222933764741   整理番号：18A2099829

ニューラルネットワークを用いたRRストレス試験時系列分類【JST・京大機械翻訳】

RR Stress Test Time Series classification using Neural networks

著者 (5件)： Jaramillo Wilson X. (Facultad de Ingenieri ́a, University of Cuenca, Cuenca, Ecuador) ,  Astudillo-Salinas Fabian (Facultad de Ingenieri ́a, University of Cuenca, Cuenca, Ecuador) ,  Solano-Quinde Lizandro (Facultad de Ingenieri ́a, University of Cuenca, Cuenca, Ecuador) ,  Palacio-Baus Kenneth (Facultad de Ingenieri ́a, University of Cuenca, Cuenca, Ecuador) ,  Wong Sara (Facultad de Ingenieri ́a, University of Cuenca, Cuenca, Ecuador)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： INTERCON  ページ： 1-4  発行年： 2018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： ECGのR波から得られたRR時系列は心拍数の表現である。本研究は,ECGストレス試験からRR時系列を分類するための人工ニューラルネットワーク(ANN)の使用を提示する。RR時系列の4つのクラスを定義した:非常に良い,低い品質と役に立たない。著者らは,入力データベクトルをN_Wデータウィンドウに分割するために,前処理段階を用いて,それに対して,著者らは,多層パーセプトロンネットワークアーキテクチャの入力特徴ベクトルを生成するために,RR間隔(SD_RR)の標準偏差を計算した。SD_RR値を制限するために飽和値Sを導入した。ECGストレス試験の65の記録からの520RR時系列を分析した。実験は,パラメータSとN_Wの影響を調査するために実行した。40名の被験者記録を訓練に使用し,残りを試験に用いた。分類結果は,71%以上のマッチング相関比を示し,2人の専門家の間の相関より高い。本研究の主な貢献は,応力試験RR時系列スキーマとパラメータN_Wに依存しない許容できる性能に対して提案された前処理段階を構成する。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： *ニューラルネットワーク ,  前処理 ,  ベクトル ,  データ構造 ,  *負荷試験 ,  ネットワークアーキテクチャ ,  品質 ,  マッチング ,  標準偏差 ,  多層パーセプトロン ,  心拍
準シソーラス用語： 被験者 ,  RR間隔 ,  特徴ベクトル ,  R波 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  ストレス試験 ,  時系列 ,  分類