文献

J-GLOBAL ID：202202215002864609   整理番号：22A0750585

呼吸モニタリングにおけるデータ品質評価のためのデータ増強と移動学習【JST・京大機械翻訳】

Data Augmentation and Transfer Learning for Data Quality Assessment in Respiratory Monitoring

著者 (18件)： Rozo Andrea (1STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics, Department of Electrical Engineering (ESAT), KU Leuven, Leuven, Belgium) ,  Rozo Andrea (2Microgravity Research Center, Service Chimie-Physique, Universite Libre de Bruxelles, Brussels, Belgium) ,  Moeyersons Jonathan (1STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics, Department of Electrical Engineering (ESAT), KU Leuven, Leuven, Belgium) ,  Morales John (1STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics, Department of Electrical Engineering (ESAT), KU Leuven, Leuven, Belgium) ,  Garcia van der Westen Roberto (3Imec The Netherlands/Holst Centre, Eindhoven, Netherlands) ,  Lijnen Lien (4Department of Medicine and Life Sciences, Hasselt University, Diepenbeek, Belgium) ,  Smeets Christophe (5Future Health department, Pneumology department, Ziekenhuis Oost-Limburg, Genk, Belgium) ,  Jantzen Sjors (6Nederlandse Obesitas Kliniek, Venlo, Netherlands) ,  Monpellier Valerie (7Nederlandse Obesitas Kliniek, Huis ter Heide, Netherlands) ,  Ruttens David (4Department of Medicine and Life Sciences, Hasselt University, Diepenbeek, Belgium) ,  Ruttens David (5Future Health department, Pneumology department, Ziekenhuis Oost-Limburg, Genk, Belgium) ,  Van Hoof Chris (8Imec OnePlanet, Wageningen, Netherlands) ,  Van Hoof Chris (9Electronic Circuits and Systems (ECS), Department of Electrical Engineering (ESAT), KU Leuven, Leuven, Belgium) ,  Van Hoof Chris (10Imec, Leuven, Belgium) ,  Van Huffel Sabine (1STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics, Department of Electrical Engineering (ESAT), KU Leuven, Leuven, Belgium) ,  Groenendaal Willemijn (3Imec The Netherlands/Holst Centre, Eindhoven, Netherlands) ,  Varon Carolina (1STADIUS Center for Dynamical Systems, Signal Processing and Data Analytics, Department of Electrical Engineering (ESAT), KU Leuven, Leuven, Belgium) ,  Varon Carolina (2Microgravity Research Center, Service Chimie-Physique, Universite Libre de Bruxelles, Brussels, Belgium)
資料名： Frontiers in Bioengineering and Biotechnology (Web)  (Frontiers in Bioengineering and Biotechnology (Web))
巻： 10  ページ： 806761  発行年： 2022年 
JST資料番号： U7059A  ISSN： 2296-4185  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 呼吸速度の変化は,患者の健康悪化の早期徴候の1つであることが見出されている。診断ツールと医学的注意が不足している遠隔環境において,深宇宙探査のような,呼吸信号のモニタリングは,タイムリーに生命を脅かす条件を検出するのに重要である。今日,この信号はウェアラブル技術を用いて測定できる。しかし,このような技術の使用は,しばしば,記録の低い品質によって妨げられており,それは,よりしばしば誤った診断と結論を導く。したがって,診断解析におけるこれらのデータを適用するためには,信号のどの部分が十分な品質であるかを決定することが重要である。この文脈において,本研究では,2つの機械学習アルゴリズム(サポートベクトルマシン-SVMと畳込みニューラルネットワーク-CNN)を用いた信号品質評価フレームワークの性能を評価することを目的とした。モデルは,慢性閉塞性肺疾患に罹患した患者のデータを用いて事前訓練された。モデルの一般化能力を,正常および病理学的呼吸を示す異なる患者集団からのデータで試験することによって評価した。新しい患者は肥満手術を受け,6つの異なる呼吸パターンを示す制御された呼吸プロトコルを実施した。データ増強(DA)と移動学習(TL)を用いて訓練集合のサイズを増加させ,新しいデータセットのモデルを最適化した。分類器の性能に及ぼす種々の呼吸パターンの影響も調べた。DAを用いた場合,SVMは改善しなかったが,TLを用いた場合,性能はDAと比較して有意に改善された(p<0.05)。逆効果はCNNに対して観察され,最大改善はDAを用いて得られ,TLは有意な変化を示さなかった。モデルは浅い,遅い,速い呼吸パターンに対して低い性能を示した。これらの結果は,事前訓練機械学習モデルを用いてウェアラブル技術で得られた呼吸信号を分類することが可能であることを示唆する。これは,バイオモニタリングシステムを設計するとき,ノイズのため,関連するデータに焦点を当て,誤解な結論を避けることができる。Copyright 2022 The Author(s) 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 ,  雑音 ,  *学習 ,  学習モデル ,  *品質 ,  ニューラルネットワーク ,  *呼吸 ,  患者 ,  症状 ,  機械学習 ,  学習アルゴリズム ,  慢性閉塞性肺疾患 ,  サポートベクトルマシン
準シソーラス用語： *データ品質 ,  信号品質 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 呼吸モニタリング ,  信号品質 ,  機械学習 ,  伝達学習 ,  データ増強

分類 (3件)： 生体計測  (EL03020C) ,  生体遠隔測定  (EL03030N) ,  呼吸器の診断  (GI02000S)

引用文献 (38件)：

• BarrattM. R., BakerE. S., PoolS. L. (2019). Principles of Clinical Medicine for Space Flight. doi: 10.1007/978-1-4939-9889-0
• BarrilaJ., SarkerS. F., HansmeierN., YangS., BussK., BrionesN., et al (2021). Evaluating the Effect of Spaceflight on the Host-Pathogen Interaction between Human Intestinal Epithelial Cells and Salmonella Typhimurium. npj Microgravity 7, 9. doi: 10.1038/s41526-021-00136-w
• BellisleR., BjuneC., NewmanD. (2020). “"Considerations for Wearable Sensors to Monitor Physical Performance during Spaceflight Intravehicular Activities,"” in Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS 2020-July (Montreal, QC, Canada: IEEE), 4160-4164. doi: 10.1109/EMBC44109.2020.9175674
• Blanco-AlmazanD., GroenendaalW., CatthoorF., JaneR. (2019). Wearable Bioimpedance Measurement for Respiratory Monitoring during Inspiratory Loading. IEEE Access 7, 89487-89496. doi: 10.1109/ACCESS.2019.2926841
• Blanco-AlmazanD., GroenendaalW., Lozano-GarciaM., Estrada-PetrocelliL., LijnenL., SmeetsC., et al (2021). Combining Bioimpedance and Myographic Signals for the Assessment of COPD during Loaded Breathing. IEEE Trans. Biomed. Eng. 68, 298-307. doi: 10.1109/TBME.2020.2998009

タイトルに関連する用語 (5件)： 呼吸 ,  モニタリング ,  品質評価 ,  データ増強 ,  学習