文献

J-GLOBAL ID：202002273924179421   整理番号：20A0435980

畳込みニューラルネットワークに基づく大規模呼吸音データセットの自動分類【JST・京大機械翻訳】

Automatic Classification of Large-Scale Respiratory Sound Dataset Based on Convolutional Neural Network

著者 (6件)： Minami Koki (Kyushu Institute of Technology,1-1, Sensui, Tobata, Kitakyushu, Fukuoka,Japan,804-8550) ,  Lu Huimin (Kyushu Institute of Technology,1-1, Sensui, Tobata, Kitakyushu, Fukuoka,Japan,804-8550) ,  Kim Hyoungseop (Kyushu Institute of Technology,1-1, Sensui, Tobata, Kitakyushu, Fukuoka,Japan,804-8550) ,  Mabu Shingo (Yamaguchi University,2-16-1, Tokiwadai, Ube, Yamaguchi,755-8611) ,  Hirano Yasushi (Yamaguchi University,2-16-1, Tokiwadai, Ube, Yamaguchi,755-8611) ,  Kido Shoji (Osaka University,2-2, Suita, Osaka,565-0871)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCAS  ページ： 804-807  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： 呼吸音の聴診は呼吸器疾患の発見に非常に重要である。しかし,これまで呼吸音の診断に対する定量的評価法はない。呼吸音の診断を支援するシステムを開発する必要がある。さらに,呼吸音の自動解析のためのアルゴリズム開発における臨床現場で使用できる現実的な分類モデルの生成に適したデータセットを用いた研究はほとんどない。著者らは,ICBHI 2017 Challengeにおいて使用される大規模呼吸音データセットの自動分類のためのアルゴリズムの開発について述べる。著者らのアプローチは2つの主要な構成要素から成る。第一に,短時間Fourier変換と連続ウェーブレット変換を用いた二次元時間-周波数表現画像への一次元信号の変換。第二に,畳込みニューラルネットワークを用いた移動画像の分類。本論文では,提案した方法を920の呼吸音データに適用し,28[%]のスコア,81[%]の調和スコア,54[%]の感度,42[%]の特異性を達成した。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： 一次元 ,  アルゴリズム ,  二次元 ,  呼吸器疾患 ,  *自動分類 ,  *呼吸音 ,  *畳込みニューラルネットワーク
準シソーラス用語： 特異性 ,  連続ウェーブレット変換 ,  分類モデル ,  アルゴリズム開発 ,  定量的評価 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： 畳込みニューラルネットワーク ,  大規模 ,  呼吸音 ,  データセット ,  自動分類