文献

J-GLOBAL ID：202102215112570765   整理番号：21A3387624

1D-FHRNet:胎児心拍数シグナルからの胎児アシドーシスの自動診断【JST・京大機械翻訳】

1D-FHRNet: Automatic Diagnosis of Fetal Acidosis from Fetal Heart Rate Signals

著者 (3件)： Baghel Neeraj (Centre for Advanced Studies, Lucknow, India) ,  Burget Radim (Brno University of Technology, Brno, Czech Republic) ,  Dutta Malay Kishore (Centre for Advanced Studies, Lucknow, India)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 71  号： PB  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  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： 胎児心拍数(FHR)を用いて,スクリーニングツールとして産科医による胎児状態をモニターした。FHR信号の視覚解釈のための共通のガイドラインは,胎児の生理学的動力学の複雑性による有意な主観的変動性をもたらす。自動診断技術は,人工知能に基づく医療決定における産科医を支援でき,また,一次医療センターと遠隔地のための自動診断ツールである。本研究は,FHRを用いた胎児アシドーシスの分類と診断のための機械学習に基づく自動診断ツールを提示する。1D-CNNモデルは,Fetal Acidosisを健康または病的条件に高精度で自動的に診断する能力のために提案された。本方法をロバストにして,信号中に存在するアーチファクトによって精度を改善するために,信号前処理を訓練と分類の前に実行した。精度を包括的データセットで評価し,胎児アシドーシスの診断に対して99.09%を達成した。提案した方法論と統合した低コスト電子ハードウェアは実時間で実行でき,高精度と信頼性を達成できる。この方法は,胎児アシドーシスの早期診断における産科医を支援することができる自動独立診断ツールとして,専門家決定を支援するのに使用できる。Copyright 2021 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： 視覚 ,  信頼性 ,  胎児 ,  人工知能 ,  ハードウェア ,  *一次元 ,  スクリーニング ,  ロバスト性 ,  早期診断 ,  プライマリーケア ,  アーチファクト ,  機械学習
準シソーラス用語： 産婦人科医 ,  複雑性 ,  *自動診断 , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  胎児アカデミア ,  胎児心拍数 ,  信号フィルタリング

分類 (2件)： 婦人科・産科の診断  (GS02000W) ,  生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 1D ,  胎児心拍数 ,  シグナル ,  胎児アシドーシス ,  自動診断