文献

J-GLOBAL ID：202002214583580072   整理番号：20A1956825

単一リードECG不整脈分類のための深層ニューラルネットワークの解釈【JST・京大機械翻訳】

Interpreting Deep Neural Networks for Single-Lead ECG Arrhythmia Classification

著者 (6件)： Vijayarangan Sricharan (Indian Institute of Technology (IIT-M),Healthcare Technology and Innovation Center (HTIC),India) ,  Murugesan Balamurali (Indian Institute of Technology (IIT-M),Healthcare Technology and Innovation Center (HTIC),India) ,  Vignesh R (Indian Institute of Technology (IIT-M),Healthcare Technology and Innovation Center (HTIC),India) ,  Preejith SP (Indian Institute of Technology (IIT-M),Healthcare Technology and Innovation Center (HTIC),India) ,  Joseph Jayaraj (Indian Institute of Technology (IIT-M),Healthcare Technology and Innovation Center (HTIC),India) ,  Sivaprakasam Mohansankar (Indian Institute of Technology (IIT-M),Healthcare Technology and Innovation Center (HTIC),India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EMBC  ページ： 300-303  発行年： 2020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： 背景:心臓不整脈は,心臓疾患における罹患率および死亡率の流行および有意な原因である。早期診断は,心臓不整脈に罹患する患者の介入を提供する際に重要である。伝統的に,診断は心臓専門医による心電図(ECG)の検査によって行われる。診断のこの方法は,専門家の心臓専門医へのアクセシビリティの欠如によって妨げられる。非常にいくつかの時間に対して,信号処理法は,不整脈診断を自動化するために使用された。しかし,これらの従来の方法は専門家の知識を必要とし,広い範囲の不整脈をモデル化することができない。最近,深部学習法は,スケールで不整脈診断を行うための解決策を提供している。しかし,これらのモデルのブラックボックス特性は心臓不整脈の臨床解釈を禁止する。得られたモデル出力をECGの対応するセグメントに相関させる必要がある。この目的のために,モデルへの解釈可能性を提供する2つの方法を提案した。最初の方法は,CNNモデルの顕著性を可視化するための勾配加重クラス活性化マップ(Grad-CAM)の新しい応用である。第2の方法では,LSTMモデルの入力削除マスクの学習により顕著性を導いた。可視化は,その能力が基準線に対する比較によって確立されたモデルに関して提供される。モデル顕著性の結果は,モデルの予測能力への洞察を提供するだけでなく,心臓不整脈の分類のための医学文献と整列する。臨床関連性は,ECG不整脈分類における深層学習ネットワークのための解釈可能性モジュールを解釈し,より良い臨床的解釈を可能にする。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： 自動化 ,  学習 ,  *ネットワーク ,  心臓 ,  心電図 ,  信号処理 ,  死亡率 ,  *不整脈 ,  可視化 ,  ブラックボックス ,  心臓病 ,  アクセシビリティ ,  早期診断
準シソーラス用語： 深層学習 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (5件)： リード ,  ECG ,  不整脈 ,  分類 ,  深層ニューラルネットワーク