文献

J-GLOBAL ID：202202238845153259   整理番号：22A1053187

1D CNNとGRUに基づく3段階での妊娠の脈波認識【JST・京大機械翻訳】

Pulse Wave Recognition of Pregnancy at Three Stages Based on 1D CNN and GRU

著者 (7件)： Li Nan (School of Electrical Engineering, Zhengzhou University, Zhengzhou, China) ,  Yu Jiarui (School of Electrical Engineering, Zhengzhou University, Zhengzhou, China) ,  Mao Xiaobo (School of Electrical Engineering, Zhengzhou University, Zhengzhou, China) ,  Zheng Pengyuan (The Fifth Affiliated Hospital of Zhengzhou University, Zhengzhou, China) ,  Li Liguo (The Fifth Affiliated Hospital of Zhengzhou University, Zhengzhou, China) ,  Huang Luqi (School of Electrical Engineering, Zhengzhou University, Zhengzhou, China) ,  Huang Luqi (China Academy of Chinese Medical Sciences, Beijing, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1566  ページ： 303-316  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： 本研究の目的は,1D畳み込みニューラルネットワーク(1D CNN)とゲート反復ユニット(GRU)分類器による妊娠の各段階におけるパルスの識別を達成することである。最初に,Chi取得位置のパルス信号を160人の健康な妊娠女性から採取した。第二に,波動信号から直接表現を学習するパルス分類のために1D CNNとGRU技術を結合することによって,新しい深層学習分類装置を提案した。最後に,提案した分類器を用いて妊娠の3段階で妊娠パルスを分類した。提案した分類器はCNNとGRUの利点を組み合わせて,それは妊娠パルス識別の精度を大いに改善する。妊娠パルスの3段階の分類精度は,それぞれ85%,88%および86%の満足な精度を達成した。さらに,平均感度,精度およびF1スコアは,それぞれ88.18%,86.25%および87.42%に達することができた。実験結果は,この方式には良い認識効果があり,TCMの客観的開発を促進することを証明した。Copyright 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： 波動 ,  分類 ,  分類装置 ,  精度 ,  *妊娠 ,  認識 ,  *脈波 ,  パルス ,  *一次元 ,  機械学習 ,  妊婦
準シソーラス用語： 分類会計機 ,  分類精度 ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： TCM ,  妊娠パルス ,  一次元CNN ,  GRU

分類 (2件)： 生体計測  (EL03020C) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 1D ,  CNN ,  段階 ,  妊娠 ,  脈波