文献

J-GLOBAL ID：202202216183718256   整理番号：22A0778343

次元縮小によるECG信号の特徴抽出と分類【JST・京大機械翻訳】

Feature Extraction and Classification of ECG Signals Through Dimension Reduction

著者 (3件)： Kuila Sumanta (Haldia Institute of Technology, Haldia, India) ,  Dhanda Namrata (Amity University Uttar Pradesh, Noida, India) ,  Joardar Subhankar (Haldia Institute of Technology, Haldia, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 825  ページ： 223-233  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 不整脈は,毎年多数の人々の死亡を引き起こす主要な心臓病の1つである。したがって,心不全の予測と治療のために,不整脈検出は重要である。本研究の主目的は,特徴選択,次元縮小,および特徴抽出がECGデータで働いている不整脈心電図(ECG)データで研究することである。不整脈の分類モデルを3つの有意な段階に分割できるプロセスで設計した。初期段階では,心拍選択の時間的および統計的特徴を実施した。第2段階では,特徴サイズ縮小を,遺伝的アルゴリズム,主成分分析,および最終段階サポートベクトルマシン,K最近傍,ECGデータの分類に用いるニューラルネットワークで行った。ここで,提案した方式は,分類のために9つの異なる型のECGビートを使用した。精度,特異性,感度は,実験結果および性能計量において示されたパラメータである。実験結果は,提案されたアプローチが,医師と心臓専門医が適切な心臓治療を与えるのを助ける異なる型のECG不整脈を分類する能力を有することを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 心臓 ,  *心電図 ,  ニューラルネットワーク ,  *特徴抽出 ,  心拍 ,  不整脈 ,  特徴選択 ,  心不全 ,  心臓病 ,  パラメータ ,  主成分分析 ,  *次元縮小 ,  遺伝的アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： 分類モデル , 【Automatic Indexing@JST】

著者キーワード (7件)： 不整脈 ,  分類 ,  特徴選択 ,  遺伝的アルゴリズム ,  サポートベクトルマシン(SVM) ,  主成分分析(PCA) ,  K最近傍(K-NN)

分類 (2件)： 生体計測  (EL03020C) ,  循環系の診断  (GJ02000V)

タイトルに関連する用語 (4件)： 次元縮小 ,  ECG信号 ,  特徴抽出 ,  分類