文献

J-GLOBAL ID：201802236014368976   整理番号：18A2040276

ミオパシー検出のための改良型筋電図シグナルモデリング【JST・京大機械翻訳】

Improved Electromyography Signal Modeling for Myopathy Detection

著者 (2件)： Lahmiri Salim (McGill University, Montreal Neurological Institute, Montreal,Canada) ,  Boukadoum Mounir (University of Quebec at Montreal, Dept. of computer science, Montreal,Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISCAS  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： ミオパチーは,一般的に筋電図(EMG)により診断される骨格筋組織の疾患である。筋障害を検出するためのEMG信号の自己回帰係数を用いるコンピュータ支援診断(CAD)システムは,それらの単純さと高速応答のために人気がある。しかし,これらのシステムはEMG信号の完全線形動力学を考慮しない。自己回帰移動平均(ARMA)モデルの推定パラメータとその擾乱の分散を用いて,EMG信号の線形動力学と変動性を完全に捉えるCADシステムを提案した。次に,これらのパラメータを線形判別分析(LDA)分類器に供給し,健康とミオパチー信号を識別した。10倍交差検証を用いた160EMG記録処理の実験結果は,非常に低い変動性と共に精度,感度,特異性性能測定において強い改善を示した。さらに,このシステムは文献で報告された他の研究を凌駕した。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： ARMAモデル ,  計算機診断 ,  骨格筋 ,  線形性 ,  *モデリング ,  *筋電図 ,  *筋疾患
準シソーラス用語： 性能測定 ,  特異性 ,  健康 ,  線形判別分析 ,  CADシステム ,  自己回帰 ,  高速応答 ,  回帰係数 , 【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)： ミオパシー ,  筋電図 ,  シグナル ,  モデリング