文献

J-GLOBAL ID：202102287849076258   整理番号：21A0664886

負荷分配帯域により提供される胸部圧縮中の畳込みニューラルネットワークを用いた衝撃可能リズムの検出【JST・京大機械翻訳】

Detection of Shockable Rhythms Using Convolutional Neural Networks During Chest Compressions Provided by a Load Distributing Band

著者 (5件)： Isasi Iraia (Communications Engineering, University of the Basque Country (UPV/EHU),Bilbao,Spain) ,  Irusta Unai (Communications Engineering, University of the Basque Country (UPV/EHU),Bilbao,Spain) ,  Aramendi Elisabete (Communications Engineering, University of the Basque Country (UPV/EHU),Bilbao,Spain) ,  Olsen Jan-Age (Oslo University Hospital,Oslo,Norway) ,  Wik Lars (Norwegian National Advisory Unit on Prehospital Emergency Medicine,Oslo,Norway)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CinC  ページ： 1-4  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： 負荷分散バンド(LDB)の機械的胸部圧迫装置を,病院外心停止(OHCA)患者の治療に使用した。LDB胸部圧迫がECGに誘導するアーチファクトは,信頼できるショック/非ショック診断を阻害し,ECGを分析するための圧縮中断をもたらす。本研究の目的は,同時LDB圧縮による衝撃可能リズムを正確に検出する深層学習アルゴリズムを設計することであった。データセットは,LDB装置で治療した242のOHCA患者からの780のショック可能および2644の非ショックリズムから成った。根底にあるリズムは,アーチファクトのない間隔の専門家レビュー者によって注釈付けされた。方法は,2つの段階,すなわち,LDB圧縮アーチファクトを除去する再帰最小二乗法(RLS)フィルタとCNNに基づく衝撃/非衝撃決定アルゴリズムから成った。方法の感度(Se)と特異性(Sp)を得るために,衝撃/非ショック診断をリズムアノテーションと比較した。中央値Se,Spは,それぞれ92.2%,96.6%であった。提案したアルゴリズムは,リズム解析のための米国心臓協会(AHA)要求を満たした。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： アルゴリズム ,  最小二乗法 ,  *衝撃 ,  フィルタ ,  ショック症状 ,  深層 ,  *周波数帯 ,  アーチファクト ,  学習アルゴリズム ,  負荷分散 ,  アノテーション
準シソーラス用語： 胸部圧迫 ,  特異性 ,  リズム ,  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 (5件)： 分配 ,  胸部 ,  畳込みニューラルネットワーク ,  衝撃 ,  リズム