文献

J-GLOBAL ID：202202225729148319   整理番号：22A1053114

多チャネル独立成分分析による心臓不整脈診断:より良い健康管理システムへのアプローチ【JST・京大機械翻訳】

Cardiac Arrhythmia Diagnosis via Multichannel Independent Component Analysis: An Approach Towards a Better Health Care System

著者 (5件)： Sarfraz Mohammad (Department of Electrical Engineering, Centre for Interdisciplinary Biomedical and Human Factors Engineering, Aligarh Muslim University, Aligarh, India) ,  Khan Mudassir Hasan (Department of Electrical Engineering, Centre for Interdisciplinary Biomedical and Human Factors Engineering, Aligarh Muslim University, Aligarh, India) ,  Mohammed Duraid Yahya (College of Engineering/Computer Engineering Department, AL-Iraqia University, Baghdad, Iraq) ,  Hussain Mays Dheya (College of Engineering/Computer Engineering Department, AL-Iraqia University, Baghdad, Iraq) ,  Zidan Khamis A. (College of Engineering/Computer Engineering Department, AL-Iraqia University, Baghdad, Iraq)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1548  ページ： 150-166  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 発展する生活様式により,多くの心臓疾患はより頻繁になり,健康な生活を確実にする心臓の機能の詳細な監視を提供する必要がある。ECGシグナルは,不整脈の様々な形態に関する詳細を提供する。しかし,ECG信号の複雑性と非線形性のため,手動でこれらの信号を調べることは不可能である。紙またはテレビに関するECGの専門家検査のための従来のアプローチは,歩行,長期モニタリングおよびスポーツECGに対して不適切である。信号処理とパターン認識を使用する自動化アプリケーションは非常に有益である。ECGからの不整脈の同定は,生物医学信号処理とパターン認識の必須な分岐である。運動誘起アーチファクトは,誤認識と誤診の主要な源であることがよく知られている。一方,特徴抽出法は,ECGパターン認識の信頼性と性能に著しい影響を及ぼす。本論文は,2つの異なる目標を有する独立成分分析(ICA)を用いて,不整脈分類のためのマルチチャネルECG信号とニューラルネットワークを前処理するための新しいアプローチとアルゴリズムを提案した。(1)運動誘起または関連アーチファクトを除去し,(2)特徴をより良く選択し,より効果的なパターン認識を可能にする。MITデータセットで雑音の多いECGデータを処理するとき,交差検証は主要な改良を明らかにした。雑音の多い信号に対して,97.9%の分類感度と98.1%の正の予測性を本研究で達成した。不整脈分類において99.3%の精度を達成するために10倍の神経検証規則を用いた。信号雑音レベルが低いほど,より顕著になる。この提案アルゴリズムは,診断を正当化する医師にとって貴重な方法である。迅速な反応時間で,提案したアルゴリズムは自動健康管理システムに容易に統合できる。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  雑音 ,  パターン認識 ,  自動化 ,  テレビジョン ,  *心臓 ,  心電図 ,  ニューラルネットワーク ,  信号処理 ,  *不整脈 ,  応用プログラム ,  *健康管理 ,  検証 ,  アーチファクト ,  *独立成分分析

著者キーワード (6件)： 健康管理 ,  独立成分分析 ,  機械学習 ,  不整脈のコンピュータ支援診断 ,  特徴抽出 ,  ニューラルネットワーク

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 多チャネル ,  独立成分分析 ,  心臓不整脈 ,  診断 ,  管理システム