文献

J-GLOBAL ID：202202212600656697   整理番号：22A0913948

睡眠病期分類ネットワークの教師なしドメイン適応における構造化知識の移転【JST・京大機械翻訳】

Transferring Structured Knowledge in Unsupervised Domain Adaptation of a Sleep Staging Network

著者 (3件)： Yoo Chaehwa (Department of Electronic and Electrical Engineering and Graduate Program in Smart Factory, Ewha Womans University, Seoul, Korea) ,  Lee Hyang Woon (Departments of Neurology, Medical Science, Computational Medicine, College of Medicine, and Graduate Program in System Health Science and Engineering, Ewha Womans University, Seoul, Korea) ,  Kang Je-Won (Department of Electronic and Electrical Engineering and Graduate Program in Smart Factory, Ewha Womans University, Seoul, Korea)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 26  号： 3  ページ： 1273-1284  発行年： 2022年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
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： 深層学習(DL)に基づく自動睡眠ステージングは,睡眠の質を分析し,治療効果を決定するために注目されている。最新の性能を提供するために,多くのDLベースモデルが大規模睡眠データを使用して訓練されたとしても,多数の被験者から長期睡眠データを得ることは挑戦的である。このデータ不足を克服する一つの方法は,データセット(目標領域)の小さなコホートに適用できる既存の大規模データセット(ソースドメイン)を有する事前訓練ネットワークを作成することである。しかし,ドメイン間のデータ分布の不一致は,この方法の成功した精密化を妨げる。本論文では,同じ空間でドメインを再構成し,ドメイン不変特徴を生成することにより,矛盾を低減するための睡眠ステージングネットワークのための教師なし領域適応法を提案した。特に,古典的ドメイン識別器に加えて,局所不一致を,局所不整合を減少させるために,局所不整合を縮小し,一方,特徴抽出器と識別子の間のミニマックスゲームを演ずるように,局所不整合を縮小するために,局所識別器-主題と段階を導入した。さらに,従来の敵対学習が訓練方式に有効でないので,訓練中のいくつかの最適化方式を提示した。提案手法の性能を,様々な条件における直接転送(DT)学習と比較して,ベースラインネットワークのステージング性能を調べることにより評価する。実験結果は,提案したドメイン適応が,ターゲットドメインにおけるラベル付き睡眠データを必要としないが,性能を著しく改善することを示した。Copyright 2022 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： 最適化 ,  弁別器 ,  学習 ,  ゲーム ,  *ネットワーク ,  特徴抽出 ,  再構成 ,  不整合 ,  精密化 ,  母集団 ,  基準線
準シソーラス用語： 被験者 ,  識別子 ,  大規模データセット ,  深層学習 , 【Automatic Indexing@JST】

分類 (3件)： 医用情報処理  (JE15030Q) ,  医用画像処理  (JE04020T) ,  運動器系の診断  (GG02000M)

タイトルに関連する用語 (7件)： 睡眠 ,  病期分類 ,  教師 ,  ドメイン適応 ,  構造化 ,  知識 ,  移転