文献

J-GLOBAL ID：202002255792279745   整理番号：20A2320659

高次隠れMarkovモデルによるECG信号を用いた心拍の自動分類【JST・京大機械翻訳】

Automatic Classification of Heartbeats Using ECG Signals via Higher Order Hidden Markov Model

著者 (3件)： Liao Ying (Texas Tech University, 2500 Broadway Lubbock,Department of Industrial, Manufacturing & Systems Engineering,Texas,79409) ,  Xiang Yisha (Texas Tech University, 2500 Broadway Lubbock,Department of Industrial, Manufacturing & Systems Engineering,Texas,79409) ,  Du Dongping (Texas Tech University, 2500 Broadway Lubbock,Department of Industrial, Manufacturing & Systems Engineering,Texas,79409)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CASE  ページ： 69-74  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： 心拍信号の分析は,心電図(ECG)信号に基づく心臓疾患,例えばビート検出,セグメンテーションおよび分類の診断のための情報を提供するために重要である。本論文では,高次隠れMarkovモデル(HOHMM)に基づく自動心拍分類システムを提案した。提案システムは,ECG信号前処理段階,HOHMM学習段階,復号化段階,および分類段階という4つの段階から成る。HOHMMは,隠れ状態をそのより遠い過去のものに依存させることで,基本隠れMarkovモデル(HMM)を拡張し,収集したECGデータを利用して心拍パターンを同定するのに用いた。次に,学習されたHOHMMを用いて,未知のタイプで新しい心拍を解読し,分類した。事例研究を行い,MIT-BIH不整脈データベースを用いて提案システムの分類性能を評価した。実験結果は,開発した分類システムが,特に不整脈検出のために,合理的に良好に機能することを示した。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： 学習 ,  *自動分類 ,  セグメンテーション ,  データベース ,  *心電図 ,  前処理 ,  *心拍 ,  不整脈 ,  復号化 ,  心臓病 ,  事例研究 ,  *隠れMarkovモデル

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 隠れMarkovモデル ,  ECG信号 ,  心拍 ,  自動分類