文献
J-GLOBAL ID:201802258287521332   整理番号:18A0726572

特徴アンサンブルとスパース符号化を用いたECG記録からのAF分類【JST・京大機械翻訳】

AF classification from ECG recording using feature ensemble and sparse coding
著者 (5件):
資料名:
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
【紹介】: Physionet/CINC Challenge 2017の目的は,短い単一リードECG記録から心房細動(AF)を自動的に分類することである。Challengeは,8528の標識ECG記録を提供する。各記録は正常,AF,その他,または雑音としてラベル付けされた。さらに,ChallengeはRピーク検出器と簡単な分類器を含むサンプルコードを提供する。アルゴリズム:4クラスサポートベクトルマシン(SVM)分類器を作成するために,ECG信号から抽出した特徴集合を用いた。特徴集合に含まれるのは,ECG信号,そのスペクトル,RR間隔から得られる統計である。さらに,ECG信号のソートRR間隔上の32要素スパース符号化辞書を学習した。辞書を用いて,各訓練サンプルに対するスパース係数ベクトルを計算し,これらをソフトマージン線形SVMにより与えた。ソフトマージンスコアを最終分類器における付加的特徴として用いた。【結果】著者らのアルゴリズムは,交差検証されたF1スコア0.874,0.756,および0.689(それぞれ正常,AF,および他のファイルに対して)を達成し,結果として0.773の最終交差検証チャレンジスコアをもたらした。未知データのサブセットで試験したときのスコアは0.78(F1スコアは0.88,0.80,0.65)であった。公式チャレンジスコアは0.77であった。結論:ECG記録を正常,AF,その他または雑音として分類するアルゴリズムを開発した。著者らの結果は,スパース符号化がソートされたRR間隔のリストから識別特徴を定義する有効な方法であることを示した。さらに,これらのスパース符号は分類タスクにおいてより一般的に使用される特徴を補完する。さらに,教師なし特徴抽出器としてスパース符号化を使用しながら,他の特徴と分類器を探索することにより,アルゴリズムの精度を向上させることを試みた。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
生体計測  ,  循環系の診断 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る