ARVCに特化した人工知能とスペクトル解析法に基づくディジタル化ECG信号の解析【JST・京大機械翻訳】

Papageorgiou Vasileios E.; Zegkos Thomas; Efthimiadis Georgios; Tsaklidis George

プレプリント

J-GLOBAL ID：202202211176373526 整理番号：22P0297154

ARVCに特化した人工知能とスペクトル解析法に基づくディジタル化ECG信号の解析【JST・京大機械翻訳】

Analysis of Digitalized ECG Signals Based on Artificial Intelligence and Spectral Analysis Methods Specialized in ARVC

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月28日プレプリントサーバーでの情報更新日： 2022年09月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

不整脈性右心室心筋症(ARVC)は,患者の生命の2番目と10年間の間に現れる遺伝性心筋疾患であり,35歳前に突然の心臓死の20%の原因である。心電図(ECG)に基づくこの疾患の効果的および点在的診断は,早期心血管死亡率の低下に不可欠な役割を有する。本解析では,まず,ECG波形に対応しないデータセット画像の暗領域を除くために,空間フィルタにより増強された紙ベースECG信号のディジタル化プロセスを概説し,望ましくない雑音を生成した。次に,高分類精度,すなわち99.98%の訓練と98.6%の試験精度を達成して,他の不整脈発生異常と対比して,ECGの形態における微小なミリボルット変動である,高い分類精度,すなわち,99.98%の訓練と98.6%の試験精度を達成する,不整脈原性心疾患の検出に対する低複雑性畳込みニューラルネットワークの利用を提案した。。” その主な同定基準は,他の不整脈発生異常とは対照的である。” , 2 9.98%の訓練と98.6%の試験精度を, 他の不整脈発生異常と対比して, その主な同定基準は, 9.98%の訓練と98.6%の試験精度を達成した。最後に,スペクトル解析を行うことにより,ARVCに罹患した患者に対応する正常ECGとECGの間の周波数の場における有意な分化を検討した。統計的に有意な分化に遭遇する18の振動数のうち16において,正常ECGは異常なものに比べてより大きな正規化振幅によって特性化される。本稿で行った総合的な研究は,それらの成功する治療への実質的な寄与を狙って,様々な病気の検査と有効な診断への数学的方法の統合の重要性を強調する。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

生体計測 , 循環系の診断

, , , , , , ,

前のページに戻る