文献

J-GLOBAL ID：202102237384287759   整理番号：21A0009863

2D畳込みニューラルネットワークを用いたマルチクラス心臓音分類【JST・京大機械翻訳】

Multi-class Heart Sounds Classification Using 2D-Convolutional Neural Network

著者 (2件)： Banerjee Megha (Electronics and Communication Engineering Techno International New Town,Kolkata,India) ,  Majhi Sudhan (Indian Institute of Technology Patna,Electrical Engineering,Patna,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCCS  ページ： 1-6  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： 心臓病は主要な関心事である。これを防ぐため,初期段階で心血管疾患を検出することが重要である。心臓感染の早期発見と一定の治療は,死亡率を低下させることができる。しかしながら,心臓病の正確で効果的な検出方法は,医療専門職の存在なしでも,非常に早い段階でこの死んだ脅威を明らかにする必要がある。本論文では,心臓音を正常および異常カテゴリーに分類するために,2次元畳込みニューラルネットワークの使用を研究した。本論文では,アーチファクト,心臓外音,余分の心音,雑音,および正常などの心臓音の5つの指定カテゴリーの分類を報告する。精度の向上のために,トップでソフトマックス層を有する畳み込みニューラルネットワーク層の数を減らした。各畳み込み層は,最終的に大域的平均プール層に導く最大プールとドロップアウト層が続く。提案方法は83%の精度を達成した。Copyright 2021 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： 雑音 ,  *畳込み ,  *音響 ,  *心臓 ,  死亡率 ,  検出法 ,  心血管疾患 ,  心臓病 ,  *心音 ,  *二次元 ,  早期診断 ,  アーチファクト
準シソーラス用語： 専門職 ,  高精度化 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 2D ,  畳込みニューラルネットワーク ,  マルチ ,  クラス ,  心臓音 ,  分類