文献

J-GLOBAL ID：202002210265201578   整理番号：20A1325866

EFAP-Netを用いた自動患者内および患者間冠動脈疾患およびうっ血性心不全検出【JST・京大機械翻訳】

Automated intra-patient and inter-patient coronary artery disease and congestive heart failure detection using EFAP-Net

著者 (7件)： Yang Weiyi (College of Communication Engineering, Jilin University, Changchun 130012, China) ,  Si Yujuan (College of Communication Engineering, Jilin University, Changchun 130012, China) ,  Si Yujuan (School of Electronic and Information Engineering (SEIE), Zhuhai College, Jilin University, Zhuhai 519041, China) ,  Wang Di (College of Communication Engineering, Jilin University, Changchun 130012, China) ,  Zhang Gong (College of Communication Engineering, Jilin University, Changchun 130012, China) ,  Liu Xin (College of Communication Engineering, Jilin University, Changchun 130012, China) ,  Li Liangliang (Department of Electronic Engineering, Tsinghua University, Beijing 100084, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 201-202  ページ： Null  発行年： 2020年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 背景:冠動脈疾患(CAD)と欝血性心不全(CHF)は世界的に発生し,死亡リスクに患者を置いている。研究者はCADとCHF分類のための多くの自動的方法を開発した。しかし,実際の応用における一般化を保証できる患者間実験において,これらの方法の性能を評価することはほとんど無視されてきた。さらに,これらの方法の雑音および極めて不均衡なデータへの適用性も検証されていない。これらの問題に取り組むために,ECGフラグメントアラインメント(EFA)-主成分分析(PCA)畳込みネットワーク(EFAP-Net)に基づく新しいCADとCHF分類法を提案した。EFAは,個人間の心拍の成分整合性を確実にすることができる心拍数差を除去する方法である。識別特徴を深くマイニングするために,2つの畳込み層と出力層を含むネットワークを用いて,心拍から高次元抽象特徴を抽出した。このネットワークでは,各層に対して適切な畳み込みカーネルを抽出するため,ある雑音ロバスト性を持つPCAを採用し,迅速に訓練され,不均衡データを処理する際に顕著な性能を与えるネットワークを提供した。最後に,高次元特徴の分類における線形サポートベクトルマシン特殊化を分類器として採用した。入院患者内実験では,平衡データセットA(正常+CAD),B(正常+CHF),およびC(正常+CAD+CHF)で,それぞれ99.84%,99.92%,および99.80%の精度を達成した。患者間実験では,データセットG(正常+CAD),H(正常+CHF)およびI(正常+CAD+CHF)について,それぞれ94.64%,98.94%および86.86%の精度を達成した。さらに,マルチレベル雑音および不均衡ECGデータを,よく分類した。したがって,この方法はCADとCHFを効果的に診断するために実装できる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  畳込み ,  ネットワーク ,  心電図 ,  心拍 ,  適応性 ,  線形性 ,  *冠動脈疾患 ,  高次元 ,  主成分分析 ,  ロバスト性 ,  うっ血性心不全 ,  サポートベクトルマシン
準シソーラス用語： 不均衡 ,  マルチレベル , 【Automatic Indexing@JST】

著者キーワード (5件)： 心電図(ECG)分類 ,  ECGフラグメントアラインメント-PCA畳込みネットワーク(EFAP-Net) ,  サポートベクトルマシン(SVM) ,  冠動脈疾患(CAD) ,  うっ血性心不全(CHF)

分類 (2件)： 人工知能  (JE08000Z) ,  生体計測  (EL03020C)

タイトルに関連する用語 (3件)： 患者 ,  冠動脈疾患 ,  うっ血性心不全