文献

J-GLOBAL ID：201802234326911101   整理番号：18A0814957

喘息検出のための多チャネル肺音分析【JST・京大機械翻訳】

Multichannel lung sound analysis for asthma detection

著者 (4件)： Islam Md. Ariful (Department of Electronics and Electrical Communication Engineering, Indian Institute of Technology, Kharagpur, Kharagpur 721302, India) ,  Bandyopadhyaya Irin (Department of Electronics and Electrical Communication Engineering, Indian Institute of Technology, Kharagpur, Kharagpur 721302, India) ,  Bhattacharyya Parthasarathi (Institute of Pulmocare and Research, Kolkata, Kolkata 700064, India) ,  Saha Goutam (Department of Electronics and Electrical Communication Engineering, Indian Institute of Technology, Kharagpur, Kharagpur 721302, India)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 159  ページ： 111-123  発行年： 2018年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 肺音信号は肺状態の価値ある情報を伝達する。聴診は,肺音信号を用いて呼吸器系の状態を評価するための有効な技術である。肺音信号からの喘息検出に関する以前の研究は,喘鳴の存在に依存している。本論文では,喘鳴がない場合でも,後方肺音信号の高度な信号処理を用いて,正常および喘息被験者を分類した。著者らは,後胸部上の4つの異なる位置からの新しい4チャネルデータ収集システムを用いて,60人の被験者(30人の正常および30人の喘息)の肺音を収集した。マルチチャネル信号のための人工ニューラルネットワーク(ANN)とサポートベクトルマシン(SVM)分類器で動作するスペクトルサブバンドベースの特徴抽出方式を提案した。パワースペクトル密度(PSD)は,Welch法を用いて抽出された肺音サイクルから推定される。そしてそれは次に一様なサブバンドに分解される。正規および喘息被験者を分類するために,ANNおよびSVM分類器に適用した各サブバンドから統計的特徴の集合を計算した。本研究の最初の部分では,個々のチャネルと4つのチャネルの性能を評価し,結合チャネル性能が個々のチャネルの性能より優れていることを見出した。次に,チャネルのすべての可能な組合せの性能を研究し,ANNとSVM分類器における2チャネルと3チャネルの組合せに対して,それぞれ89.2(±3.87)%と93.3(±3.10)%の最良の分類精度を達成した。肺音における喘鳴の存在が必要な必要条件ではない,提案した多チャンネル喘息検出法は,この分野において一般的に使用されている肺音分類法より優れており,有意な相対的改善を提供する。チャネル組合せ研究は,それぞれの肺音収集領域の寄与と喘息検出におけるそれらの組み合わせに対する洞察を与える。Copyright 2020 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： ニューラルネットワーク ,  データ収集システム ,  *喘息 ,  パワースペクトル密度 ,  特徴抽出 ,  検出法 ,  聴診 ,  サポートベクトルマシン ,  信号処理 ,  *チャネル
準シソーラス用語： 分類精度 ,  サブバンド ,  被験者 ,  *呼吸音 ,  *マルチチャネル , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工神経回路網(ANN) ,  喘息 ,  肺音分析 ,  パワースペクトル密度(PSD) ,  統計的特徴 ,  サポートベクトルマシン(SVM)

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (4件)： 喘息 ,  多チャネル ,  肺音 ,  分析