文献

J-GLOBAL ID：202102291592278548   整理番号：21A2839474

心血管自律神経障害の早期検出:特徴選択と深層学習特徴融合に基づくマルチクラス分類モデル【JST・京大機械翻訳】

Early detection of cardiovascular autonomic neuropathy: A multi-class classification model based on feature selection and deep learning feature fusion

著者 (6件)： Hassan Md Rafiul (College of Arts and Sciences, University of Maine at Presque Isle, ME, 04769, USA) ,  Huda Shamsul (School of Information Technology, Deakin University, Geelong, Australia) ,  Hassan Mohammad Mehedi (Department of Information Systems, College of Computer and Information Sciences, King Saud University, Riyadh 11543, Saudi Arabia) ,  Abawajy Jemal (School of Information Technology, Deakin University, Geelong, Australia) ,  Alsanad Ahmed (Department of Information Systems, College of Computer and Information Sciences, King Saud University, Riyadh 11543, Saudi Arabia) ,  Fortino Giancarlo (Department of Informatics, Modeling, Electronics, and Systems, University of Calabria, 87036 Rende, Italy)
資料名： Information Fusion  (Information Fusion)
巻： 77  ページ： 70-80  発行年： 2022年 
JST資料番号： W3167A  ISSN： 1566-2535  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： 心血管自律神経障害(CAN)の従来の診断過程とツールは,条件の主要な2つのカテゴリー,すなわち,CANのない重症/確定CANと正常/健康を,容易に同定できる。従来の技術は,ECGセンサ,血液化学,ポディアトリーおよび内分泌学的特徴からの心電図(ECG)データを含む,収集した臨床マルチモーダルデータにおける固有の不均衡および不完全性条件により,その初期または非定型段階でCANを同定するとき,大きな課題に遭遇する。したがって,ほとんどの検出ツールと技術はバイナリCAN分類に限定されている。しかしながら,CANの早期診断またはCANの非定型ステージの診断は,重度のCANの診断より重要であり,事実,少数の診断報告で容易に同定可能である。本論文では,タイムリーなCAN検出のための新しいマルチクラス分類手法を提案した。提案した分類アルゴリズムは,特徴選択と多モード特徴融合技術を結合することによって,多段融合モデルを開発する。提案方法は,高度に重要な特徴を保証するために,性能基準ベースの特徴選択技術を開発する。深層学習特徴融合と選択したオリジナル特徴を用いてマルチモーダル特徴融合技術を開発した。大きなCANデータセットによる試験から得られた実験結果は,提案したアルゴリズムが従来のEwing電池特性と比較してCANの診断精度を著しく改善することを示した。また,アルゴリズムは,leave-one-out交差検証を用いて,0.931のAUCスコアでCANの初期または非定型段階を同定した。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 ,  電池 ,  心電図 ,  *特徴選択 ,  *循環系 ,  *自律神経失調症 ,  センサ ,  多モード ,  早期診断
準シソーラス用語： 分類アルゴリズム ,  診断精度 ,  バイナリー ,  *特徴融合 ,  *分類モデル ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 心血管自律神経障害(CAN) ,  深層学習特徴融合 ,  モデル融合 ,  マルチクラスAUCベース特徴選択

分類 (2件)： 循環系の疾患  (GJ03000C) ,  代謝異常・栄養性疾患一般  (GD05010J)

タイトルに関連する用語 (9件)： 心血管 ,  自律神経障害 ,  早期 ,  特徴選択 ,  深層学習 ,  特徴融合 ,  マルチ ,  クラス ,  分類モデル