文献

J-GLOBAL ID：202102288291486601   整理番号：21A0442440

正確な患者間不整脈検出のための2レベル注意ベース配列-シーケンスモデル【JST・京大機械翻訳】

A Two-level Attention-based Sequence-to-Sequence Model for Accurate Inter-patient Arrhythmia Detection

著者 (6件)： Jiang Kun (Fudan University,School of Computer Science,China) ,  Liang Shen (Fudan University,School of Computer Science,China) ,  Meng Lingxiao (Cyberspace Institute of Advanced Technology (CIAT), Guangzhou University,China) ,  Zhang Yanchun (Cyberspace Institute of Advanced Technology (CIAT), Guangzhou University,China) ,  Wang Peng (Fudan University,School of Computer Science,China) ,  Wang Wei (Fudan University,School of Computer Science,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BIBM  ページ： 1029-1033  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： ECG分類に基づく不整脈検出は,各心拍が5つのクラス,N,S,V,FおよびQの1つに割り当てられる健康情報学コミュニティにおける最新の話題である。しかし,患者間パラダイム下の不整脈検出は困難な課題のままである。特に,Sクラスの検出はNクラスと形態学的に類似しているので特に困難である。最近,CNNベースの埋込みを有するLSTMベースのシーケンスツーシーケンス(seq2seq)モデルは,イントラとインターハーベート情報の両方を捕捉することにより,最先端の(SOTA)性能(著者らが知っている限り)を達成し,後者はS検出に決定的である。しかし,その性能は,より識別的な特徴を強調する能力を欠くので,まだ限られている。本研究では,現在のSOTAに基づいて,正確な患者間不整脈検出のための新しい2レベル注意構造を持つseq2seqモデルを提案した。特に,局所チャネル毎の注意を用いて,心臓内形態学的特徴を重みづけし,一方,文脈的Bahdanauの注意を用いて,心臓間意味論を重み付けした。2つの注意の組合せは,高度に識別可能な特徴を利用して,心臓内と心臓間情報の間のバランスを打つことができるモデルをもたらす。著者らが関係する限り,著者らの方法は,文献において最も良い全体的性能を持った。著者らのソースコードは,https://github.com/hierarchyJK/2レベルAttention-for-Arthmia-Detectionで利用可能である。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： 意味論 ,  心臓 ,  コミュニティ ,  心拍 ,  *不整脈 ,  チャネル ,  モルフォロジー
準シソーラス用語： ソースコード ,  長短期記憶 , 【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)： 患者 ,  不整脈 ,  注意 ,  シーケンス ,  モデル