抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
心電図(ECG)信号からの学習表現は,異なる機械学習ベースのECGタスクのための基本的ステップとして機能できる。様々な下流タスクに適応できる一般的ECG表現を抽出するために,学習プロセスは,自己監督学習(SSL)により達成できる一般的ECG関連タスクに基づく必要がある。しかしながら,既存のSSL手法は,満足なECG表現を提供できないか,あるいは学習データを構築するために非常に多くの努力を必要とする。本論文では,ECG表現を学習するための簡単で効果的な自己教師つきアプローチであるT-S逆検出を提案した。ECG信号の時間的および空間的特性に触発されて,著者らは元の信号を水平(時間的逆),垂直(空間逆),および水平および垂直(時間的空間的逆)に反転した。学習は,元のものを含む4種類の信号を分類することにより行う。提案した方法の有効性を検証するために,最も一般的なECGタスクの1つである心房細動(AF)を検出する下流タスクを行った。結果は,著者らの方法で学習したECG表現が顕著な性能を達成することを示した。さらに,表現特徴空間の探索と顕著なECG位置の調査の後,時間的逆は空間逆よりもECG表現を学習するのにより効果的であると結論した。【JST・京大機械翻訳】