文献

J-GLOBAL ID：201902295925021023   整理番号：19A1179095

畳込みニューラルネットワークに基づく胎児心拍数の自動分類【JST・京大機械翻訳】

Automatic Classification of Fetal Heart Rate Based on Convolutional Neural Network

著者 (8件)： Li Jianqiang (School of Computer and Software Engineering, Shenzhen University, Shenzhen, China) ,  Chen Zhuang-Zhuang (School of Computer and Software Engineering, Shenzhen University, Shenzhen, China) ,  Huang Luxiang (School of Computer and Software Engineering, Shenzhen University, Shenzhen, China) ,  Fang Min (School of Computer and Software Engineering, Shenzhen University, Shenzhen, China) ,  Li Bing (Department of Health Care, Guangdong Women and Children Hospital, Guangzhou, China) ,  Fu Xianghua (School of Computer and Software Engineering, Shenzhen University, Shenzhen, China) ,  Wang Huihui (Department of Engineering, Jacksonville University, Jacksonville, FL, USA) ,  Zhao Qingguo (Epidemiological Research Office, Key Laboratory of Male Reproduction and Genetics (National Health and Family Planning Commission), Family Planning Research Institute of Guangdong Province, Guangzhou, China)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 6  号： 2  ページ： 1394-1401  発行年： 2019年 
JST資料番号： W2432A  ISSN： 2327-4662  資料種別： 逐次刊行物 (A)
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： 胎児心拍数(FHR)は胎児の状態を評価するのに非常に重要である。しかし,従来の分類基準に基づくと,正確ではない。コンピュータ情報技術の急速な発展によって,コンピュータ技術は,電子胎児モニタリング(EFM)におけるFHRの解析のために重要である。FHRは3つのクラスに分けられる。1)正常;2)疑わしい;3)異常。病院との協力を通して,著者らのEFMシステムによって,3012の正常,1024の疑わしい,437の異常な記録を含む,4473の記録を得た。胎児状態評価の精度を向上させるために,高い1-D FHR記録を10のd-ウインドウセグメントに分割し,次に,並列にデータを処理するために畳込みニューラルネットワーク(CNN)を使用する。最後に,投票法を用いてFHR記録のクラスを決定した。また,比較実験を行い,基本統計に基づく特徴抽出法を用いてFHRの特徴を抽出した。次に,特徴を,サポートベクトルマシン(SVM)と多層パーセプトロン(MLP)への入力として適用し,分類した。実験の結果によると,SVM,MLP,およびCNNの分類精度は,それぞれ79.66%,85.98%,および93.24%であった。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： *胎児 ,  サポートベクトルマシン ,  多層パーセプトロン ,  コンピュータ ,  胎児監視 ,  比較試験 ,  高速度 ,  *自動分類 ,  情報技術 ,  特徴抽出 ,  投票
準シソーラス用語： 分類精度 ,  コンピュータ技術 ,  *胎児心拍数 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  胎児心拍数 ,  自動分類