文献

J-GLOBAL ID：202102286286499850   整理番号：21A0612873

心電図データからのヒトにおける冠動脈カルシウムスコアを予測するための深層学習モデル【JST・京大機械翻訳】

Deep-Learning Model to Predict Coronary Artery Calcium Scores in Humans from Electrocardiogram Data

著者 (3件)： Eem Changkyoung (College of Software, Chung-Ang University, Heukseok-ro 84, Dongjak-ku, Seoul 06973, Korea) ,  Hong Hyunki (College of Software, Chung-Ang University, Heukseok-ro 84, Dongjak-ku, Seoul 06973, Korea) ,  Noh Yoohun (Famenity Co., Ltd., D1009 Indeogwon IT Valley, 40, Imi-ro, Uiwang-si, Gyeonggi-do 16006, Korea)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 23  ページ： 8746  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 冠動脈カルシウムスコアを予測するために心電図(ECG)データを使用する深層学習ニューラルネットワークモデルを導入し,患者の心血管リスクを確実に検出するのに有用である。前処理法において,ECGの各リードは,間隔のあるいくつかの波に分割され,P波の出発点からT波の終点までの期間として決定される。1つのリードの分割された波の数は,10秒あたりの被験者の心拍の数を表す。1サイクルの分割波を,01の振幅で正規化波に変換した。8誘導ECG波の使用により,入力ECGデータセットは2次元を持つ。8つのリードのユニット波間のコヒーレンスを調べるために,二次元フィルタよりも,1つのリードの正規化波を調べるために,1次元フィルタを構成する16層と5つの完全接続層を有する畳み込みニューラルネットワークを用いた。訓練と試験はランダムに割り当てられたデータセット(177,547ECG)で10回繰り返した。著者らのネットワークモデルは,0.8010.890の受信者動作特性曲線の下で平均領域を達成して,平均精度は72.980.6%の範囲である。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コヒーレンス ,  *心電図 ,  心拍 ,  ヒト ,  二次元 ,  一次元 ,  *冠動脈 ,  正規化
準シソーラス用語： ROC曲線 ,  神経回路網モデル ,  被験者 ,  T波 ,  ネットワークモデル ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 心電図 ,  冠動脈カルシウムスコア ,  深層学習ニューラルネットワークモデル ,  冠動脈疾患

分類 (1件)： 生体計測  (EL03020C)

引用文献 (28件)：

• Malakar, A.K.; Choudhury, D.; Halder, B.; Paul, P.; Uddin, A.; Chakraborty, S. A review on coronary artery disease, its risk factors, and therapeutics. J. Cell. Physiol. 2019, 234, 16812-16823.
• Polonsky, T.S.; McClelland, R.L.; Jorgensen, N.W.; Bild, D.E.; Burke, G.L.; Guerci, A.D.; Greenland, P. Coronary artery calcium score and risk classification for coronary heart disease prediction. J. Am. Med. Assoc. 2010, 303, 1610-1616.
• Agatston, A.S.; Janowitz, W.R.; Hildner, F.J.; Zusmer, N.R.; Viamonte, M.; Detrano, R. Quantification of coronary artery calcium using ultrafast computed tomography. J. Am. Coll. Cardiol. 1990, 15, 827-832.
• Zuluaga, M.A.; Magnin, I.E.; Hoyos, M.H.; Leyton, E.J.D.; Lozano, F.; Orkisz, M. Automatic detection of abnormal vascular crosssections based on density level detection and support vector machines. J. Comput. Assist. Radiol. Surg. 2011, 6, 163-174.
• Hecht, H.S. Coronary artery calcium scanning: Past, present, and future. JACC Cardiovasc. Imaging 2015, 8, 579-596.

タイトルに関連する用語 (7件)： 心電図データ ,  ヒト ,  冠動脈 ,  カルシウムスコア ,  予測 ,  深層学習 ,  モデル