文献

J-GLOBAL ID：201802234930774287   整理番号：18A0726558

短い単一リードECG記録を用いた心房細動検出のための密結合畳込みネットワークと信号品質解析【JST・京大機械翻訳】

Densely connected convolutional networks and signal quality analysis to detect atrial fibrillation using short single-lead ECG recordings

著者 (5件)： Rubin Jonathan (Philips Research North America, Cambridge, MA, USA) ,  Parvaneh Saman (Philips Research North America, Cambridge, MA, USA) ,  Rahman Asif (Philips Research North America, Cambridge, MA, USA) ,  Conroy Bryan (Philips Research North America, Cambridge, MA, USA) ,  Babaeizadeh Saeed (Advanced Algorithm Research Center, Philips Healthcare, Andover, MA, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CinC  ページ： 1-4  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： 高品質単一チャネルECGを記録するウェアラブルのような新しい技術の開発は,特に心房細動スクリーニングのために,より大きな集団におけるECGスクリーニングの機会を提供する。本研究の主目的は,正常洞調律(NSR),心房細動(AF),他のリズム(O),および単一チャンネル短ECGセグメント(9~60秒)からの雑音に対する自動分類アルゴリズムを開発することである。この目的のために,高密度畳込みニューラルネットワークに沿った信号品質指標(SQI)を用いた。訓練データセットを用いて,2つの畳込みニューラルネットワーク(CNN)モデル(15秒ECGを受け入れる主モデルと9秒より短いECGを処理する二次モデル)を訓練した。この記録がSQIによって低品質であると決定されるならば,それは直ちにノイズとして分類される。そうでなければ,それは時間-周波数表現に変換され,NSR,AF,O,または雑音としてCNNに分類される。最終段階において,特徴ベースの後処理アルゴリズムは,2つの間のCNNモデルの識別が不確定である場合に,NSRまたはOのいずれかとしてリズムを分類する。ブラインド試験セットにおけるPhysioNet/CINCチャレンジの公式段階で達成された最良の結果は,0.80(NSR,AF,およびOはそれぞれ0.90,0.80,および0.70)であった。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： *心房細動 ,  *ネットワーク ,  *畳込み ,  チャネル ,  アルゴリズム ,  スクリーニング ,  不確実性 ,  *品質 ,  後処理 ,  雑音
準シソーラス用語： 畳込みニューラルネットワーク ,  分類アルゴリズム ,  リズム ,  高品質 ,  *信号品質 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  信号理論  (ND02020G)

タイトルに関連する用語 (6件)： リード ,  ECG ,  心房細動 ,  畳込み ,  信号品質 ,  解析