文献

J-GLOBAL ID：202102253719440448   整理番号：21A2870693

適応特徴抽出と修正サポートベクトルマシンを用いた心電図における心臓不整脈の検出【JST・京大機械翻訳】

Detection of cardiac arrhythmia in electrocardiograms using adaptive feature extraction and modified support vector machines

著者 (7件)： Shen Chia-Ping (Graduate Institute of Biomedical Electronics and Bioinformatics, National Taiwan University, Taipei, Taiwan) ,  Kao Wen-Chung (Department of Applied Electronics Technology, National Taiwan Normal University, Taipei, Taiwan) ,  Yang Yueh-Yiing (Department of Applied Electronics Technology, National Taiwan Normal University, Taipei, Taiwan) ,  Hsu Ming-Chai (Department of Applied Electronics Technology, National Taiwan Normal University, Taipei, Taiwan) ,  Wu Yuan-Ting (Department of Computer Sciences & Information Engineering, National Taiwan University, Taipei, Taiwan) ,  Lai Feipei (Graduate Institute of Biomedical Electronics and Bioinformatics, National Taiwan University, Taipei, Taiwan) ,  Lai Feipei (Department of Computer Sciences & Information Engineering, National Taiwan University, Taipei, Taiwan)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 9  ページ： 7845-7852  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 心電図(ECG)分析は心臓不整脈検出に対する最も重要なアプローチの1つである。しかし,多くのアルゴリズムが提案されているが,認識率は,信号特性解析における信頼できない特徴抽出または分類器の貧弱な一般化能力のために,まだ不十分である。本論文では,適応特徴選択と修正サポートベクトルマシン(SVM)を用いたECGにおける心臓不整脈検出のためのシステムを提案した。ウェーブレット変換ベース係数と信号振幅/間隔パラメータを候補として最初に列挙したが,各クラスペアの分類のためには,少数の特定のものだけを適応的に選択した。k-meansクラスタリング,1against-one SVMs,および修正多数投票機構を統合した新しい分類器を提案し,極めて類似したクラスに対する認識率をさらに改善した。実験結果は,提案したECG解析手法が公開された手法よりも高い認識率を得ることができることを示した。MIT-BIH不整脈データベースにおいて100,000以上のサンプルでシステムをテストすることによって,平均認識率は98.92%であり,各クラスの認識率は92%以上を維持した。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： アルゴリズム ,  データベース ,  *心電図 ,  *特徴抽出 ,  *不整脈 ,  クラスタ化 ,  特徴選択 ,  信号特性 ,  投票 ,  ウェーブレット変換 ,  *サポートベクトルマシン
準シソーラス用語： 認識率 ,  解析手法 , 【Automatic Indexing@JST】

著者キーワード (4件)： 心電図(ECG) ,  適応特徴抽出 ,  サポートベクトルマシン(SVM) ,  k平均クラスタリング

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 適応 ,  特徴抽出 ,  サポートベクトルマシン ,  心電図 ,  心臓不整脈