文献

J-GLOBAL ID：201902282740642065   整理番号：19A2567645

多項式ベース曲線あてはめを用いたECG分類のための新しい方法【JST・京大機械翻訳】

A Novel Method for ECG Classification Using Polynomial Based Curve Fitting

著者 (2件)： Celin S. (Department of ECE, Sathyabama Institute of Science and Technology, Chennai, India) ,  Vasanth K. (Department of ECE, Sathyabama Institute of Science and Technology, Chennai, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICECCT  ページ： 1-9  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： 最近の生物医学的信号処理技術はリアルタイム心電図(ECG)信号解析の主要部分になっている。不整脈条件の分類は,ECG信号処理で行われる主要な過程である。この過程により,心臓リズムにおける擾乱の間に起こる異常を評価することができる。本論文では,前処理されたECG信号を,正規および異常信号に対する曲線あてはめおよびランダムフォレストベースアルゴリズムを用いて分類した。最初に,信号からの雑音をFFT技術を用いて除去し,次に,R-ピークウインドウ技術の検出と閾値化技術を用いた。分類のための特徴を得るために,抽出したHRV信号に新しい多項式ベース曲線あてはめ法を適用した。計算した特徴は統計的およびウェーブレット特徴の両方である。それらは,異なるアルゴリズムを用いて入力ECG信号の更なる分類のために種々の組合せで利用される。ここで提案された不整脈分類システムは,MIT-BIH Arrhythmiaデータベースから得られた入力ECG信号,およびいくつかの他の国際ECG信号データベースに適用される。本システムにおけるランダムフォレストアルゴリズムによって示された最高性能は,それを非常に速く,より高い精度で分類するために,より互換性がある。ランダムフォレストアルゴリズムは,長期ECGビート分類と疾患診断に有用である。実験結果は,機械学習技術に存在する他のアプローチと比較して,全体的に改善された精度,感度,および特異性を98.82%の最も高い割合でもたらした。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： 心電図 ,  波束 ,  *多項式 ,  信号処理 ,  データベース ,  *曲線あてはめ ,  雑音 ,  アルゴリズム ,  不整脈 ,  心臓 ,  互換性
準シソーラス用語： 特異性 ,  ランダムフォレスト ,  リズム ,  実時間 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 多項式 ,  曲線あてはめ ,  ECG ,  分類