文献

J-GLOBAL ID：202002211630612539   整理番号：20A0819271

自動化心筋梗塞検出のための効率的信号処理技術【JST・京大機械翻訳】

An Efficient Signal Processing Technique for Automated Myocardial Infarction Detection

著者 (2件)： Sahu Garima (Indian Institute of Technology Patna, India) ,  Ray Kailash Chandra (Indian Institute of Technology Patna, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： iSES  ページ： 93-98  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： 心電図(ECG)は,冠動脈疾患のような心臓血管疾患を診断するための非侵襲的診断ツールである。ECGは,心臓病の手動検出の過程が挑戦的で,時間がかかり,ヒューマンエラーに対して責任があるので,mV範囲にある心臓の電気的活動の記録である。したがって,心筋梗塞(MI)の自動検出は,MIのすべての11のクラスを分類するために,可変長さを持つ単一リード(V3)を使用することによって行われる。本論文では,離散ウェーブレット変換(DWT)係数を各心拍数に対して計算し,その後,係数の数を最小化するために主成分分析(PCA)技術を展開した。PCAに沿ったDWT係数を最適特徴抽出のために展開し,動径基底関数(RBF)カーネルによるさらなるサポートベクトルマシン(SVM)を11種類のMIの分類と健康な制御に利用した。実験は,PTB ECG診断データベースを用いてMATLABで行った。提案した方法は,12のクラスを分類するために,99.02%の既存の研究と比較して,最良の精度を与えた。Copyright 2020 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： ヒューマンエラー ,  心臓 ,  心電図 ,  主成分分析 ,  動径基底関数 ,  心血管疾患 ,  サポートベクトルマシン ,  *心筋梗塞 ,  心臓病 ,  *信号処理 ,  心拍 ,  データベース ,  *自動化 ,  特徴抽出 ,  冠動脈疾患

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 自動化 ,  心筋梗塞