文献

J-GLOBAL ID：202102260104652580   整理番号：21A0065031

インピーダンス心臓造影と人工ニューラルネットワークの補助による冠動脈病変の検出と局在【JST・京大機械翻訳】

Detection and localization of Coronary Arterial Lesion with the Aid of Impedance Cardiography and Artificial Neural Network

著者 (5件)： Ghosh Sudipta (Indian Institute of Technology,School of Medical Science & Technology,Kharagpur,India) ,  Chattopadhyay Bhabani Prasad (Medical College & Hospital,Department of Cardiology,Kolkata,India) ,  Roy Ram Mohan (Medical College & Hospital,Department of Cardiology,Kolkata,India) ,  Mukhopadhyay Jayanta (Indian Institute of Technology,Dept. of Computer Science & Engineering,Kharagpur,India) ,  Mahadevappa Manjunatha (Indian Institute of Technology,School of Medical Science & Technology,Kharagpur,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BIBE  ページ： 667-674  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： 近年,冠動脈疾患は拡大しており,2030年までに流行性の割合を仮定する可能性がある。現在,冠動脈病変検出のための信頼できる方法は,従来の冠状動脈血管造影(CAG)またはMDCT(多重検出器コンピュータ断層撮影)冠状動脈血管造影である。従来のCAGは侵襲的処置である。従来のCAGとCT(Computed Tomography)血管造影は,介入心臓専門医または放射線科医のどちらかの専門家の監督を必要とする。この研究では,インピーダンスカルジオグラフィー(ICG)を用い,冠動脈病変の非侵襲的検出と局在性に対する新しいデザインと方法を提案した。提案した装置によって記録されたICG信号を用いて,特徴点を抽出し,増強指数,振幅および他の時間関連パラメータを計算した。抽出した特徴を,冠動脈病変の検出と予測のために訓練された人工ニューラルネットワークへの入力として使用した。訓練されたネットワークは,動脈病変の診断に使用される特殊なモデルを生成する。提案した方法論は,左主冠状動脈(LMCA),左前下行枝(LAD),Diagonal分岐,左回旋動脈(LCX),および右冠状動脈(RCA)の病変を検出し,それぞれ92%,82%,76%,76%,84%であった。提案したデバイスは,専門家の監督なしで,動脈病変の検出に対し,一般的な個人によっても使用できる。提案したアルゴリズムは冠動脈病変(狭窄)の診断のためのCAGの必要性を排除し,心血管血行動態の非侵襲的モニタリング,冠状動脈病変の検出および局在性のための新しい方法への洞察を提供する。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： アルゴリズム ,  *インピーダンス ,  *ネットワーク ,  *心臓 ,  *ニューラルネットワーク ,  血液動態 ,  *動脈 ,  多重化 ,  *冠動脈 ,  冠動脈疾患 ,  狭窄症 ,  血管造影 ,  計算機トモグラフィー
準シソーラス用語： マルチスライスCT ,  非侵襲 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： インピーダンス ,  心臓 ,  造影 ,  人工ニューラルネットワーク ,  冠動脈病変