文献

J-GLOBAL ID：201802232982206625   整理番号：18A2024790

心臓-機械信号の時間-周波数特徴を用いた心血管異常の二値分類【JST・京大機械翻訳】

A Binary Classification of Cardiovascular Abnormality Using Time-Frequency Features of Cardio-mechanical Signals

著者 (2件)： Aranoff Nicole D. (Yeshiva University, New York, NY, 10032, USA) ,  Green Philip (Assistant Professor of Medicine and interventional cardiologist, Columbia University Medical Center, New York, NY, 10032, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EMBC  ページ： 5438-5441  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： 本論文では,心臓-機械的信号の時間-周波数特徴,すなわち,地震心臓造影(SCG)およびジャイロ心臓造影(GCG)信号を用いて,心血管異常の二値分類の新しい方法を紹介した。連続ウェーブレット変換により生成された特徴を持つ決定木とサポートベクトルマシン法を利用するディジタル信号処理フレームワークを提案した。実験的測定は,12人の心血管疾患患者と12人の健康な被験者から収集し,提案した方法を評価した。結果は,GCG訓練特徴を有するSVM分類装置から達成された最良性能を有する94%以上の全体的精度を明らかにした。これは,提案した溶液が心血管異常を分類するための有望な方法であることを示唆する。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： ジャイロスコープ ,  患者 ,  心血管疾患 ,  *循環系 ,  サポートベクトルマシン ,  *心臓 ,  地震 ,  *周波数 ,  ディシジョンツリー
準シソーラス用語： SVM分類 ,  被験者 ,  健康 ,  ディジタル信号処理 ,  連続ウェーブレット変換 ,  *二値分類 , 【Automatic Indexing@JST】

分類 (5件)： 医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 心臓 ,  心血管 ,  二値分類