文献

J-GLOBAL ID：201902215863472080   整理番号：19A1938837

CNNとLSTM技術の組み合わせを用いた閉塞性睡眠時無呼吸の検出【JST・京大機械翻訳】

Obstructive Sleep Apnea Detection Using Combination of CNN and LSTM Techniques

著者 (3件)： Liang Xiaolong (College of Electronical and Information Engineering, Southwest University) ,  Qiao Xing (College of Electronical and Information Engineering, Southwest University) ,  Li Yongtao (College of Electronical and Information Engineering, Southwest University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ITAIC  ページ： 1733-1736  発行年： 2019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： OSA検出のための新しいDL法を提案した。RR間隔(RRIs)は,最初の段階において呼吸器ECG信号から抽出されて,それは計算の複雑さを減少させて,OSA挙動を強調した。次に,2つの連続畳込み層と非折畳み双方向LSTMを含むLSTMsとCNNを結合するモデルを提案した。モデル訓練と試験のために,物理学からの呼吸-ECGデータセットを用いた。Nesterov加速勾配(NAG)アルゴリズムを適用して,ネットワークの収束速度を加速した。このモデルは特異性と感度をそれぞれ96.94%と98.97%に達成し,同時に精度は99.80%に達し,従来のニューラルネットワーク法と比較してOSAを検出するのにより良い性能を生み出した。Copyright 2019 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： 呼吸器 ,  心電図 ,  ニューラルネットワーク ,  畳込み ,  計算量 ,  アルゴリズム ,  デコンボリューション ,  モデル ,  *ネットワーク
準シソーラス用語： 特異性 ,  収束速度 ,  RR間隔 ,  閉塞性睡眠時無呼吸 , 【Automatic Indexing@JST】

分類 (4件)： 計算機網  (JC03000K) ,  分子・遺伝情報処理  (JE15040B) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： CNN ,  LSTM ,  組み合わせ ,  閉塞性睡眠時無呼吸