文献

J-GLOBAL ID：201802244800547516   整理番号：18A2037338

畳込みニューラルネットワークを用いた心房細動検出【JST・京大機械翻訳】

Atrial Fibrillation Detection Using Convolutional Neural Networks

著者 (4件)： Zhou Xue (Biomedical Information Technology Lab The University of Aizu, Aizu-Wakamatsu, Japan) ,  Zhu Xin (Biomedical Information Technology Lab The University of Aizu, Aizu-Wakamatsu, Japan) ,  Nakamura Keijiro (Ohashi Medical Center Toho University, Tokyo, Japan) ,  Noro Mahito (Sakura Medical Center Toho University, Chiba, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： iCAST  ページ： 84-89  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： 心房細動(AF)は最も一般的な心臓不整脈である。AFは脳卒中,心不全,突然死をもたらし,心血管罹患率のリスクを増加させる可能性がある。さらに,AFは,高齢化社会における継続的に成長する罹患率のため,臨床診療において大きな注目を集めている。AF診断のための特徴は,絶対的に不規則なRR間隔を含み,識別可能で明確なP波を含まない。発作性AFは通常一過性で,ルーチンの健康診断において発見されにくい。長期ECGモニタリングはAFの検出感度を上げる可能性がある。しかしながら,膨大な量のECGの分析は時間と費用を消費する。本研究では,AF検出のための畳込みニューラルネットワークに基づく方法を提案した。MIT-BIH心房細動データベースによる検証を通して,著者らは98.9%の感度,99.0%の特異性,および99.0%の精度を得た。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： データベース ,  心不全 ,  発作 ,  不整脈 ,  脳卒中 ,  健康診断 ,  *心房細動 ,  急死
準シソーラス用語： 特異性 ,  検出能 ,  心電図モニタ ,  ルーチン ,  RR間隔 ,  診療 ,  *畳込みニューラルネットワーク , 【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 (2件)： 畳込みニューラルネットワーク ,  心房細動