文献

J-GLOBAL ID：202202260747145357   整理番号：22A1151613

IoT応用のための多重生体信号診断と分類に基づく安全な遠隔健康システムの設計【JST・京大機械翻訳】

Design of a secured telehealth system based on multiple biosignals diagnosis and classification for IoT application

著者 (9件)： Hamil Hocine (Laboratoire d’Analyse et Modelisation des Phenomenes Aleatoires (LAMPA), Faculte de Genie Electrique et Informatique, Departement d’Electronique, Universite Mouloud Mammeri de Tizi-Ouzou, Tizi-Ouzou, Algeria) ,  Hamil Hocine (Laboratoire Systemes Electroniques et Numeriques, Ecole Militaire Polytechnique, Bordj El-Bahri, Algeria) ,  Hamil Hocine (Institut RIMAS, Universite de Haute-Alsace, Mulhouse, France) ,  Zidelmal Zahia (Laboratoire d’Analyse et Modelisation des Phenomenes Aleatoires (LAMPA), Faculte de Genie Electrique et Informatique, Departement d’Electronique, Universite Mouloud Mammeri de Tizi-Ouzou, Tizi-Ouzou, Algeria) ,  Azzaz Mohamed Salah (Laboratoire Systemes Electroniques et Numeriques, Ecole Militaire Polytechnique, Bordj El-Bahri, Algeria) ,  Sakhi Samir (Laboratoire Systemes Electroniques et Numeriques, Ecole Militaire Polytechnique, Bordj El-Bahri, Algeria) ,  Kaibou Redouane (Laboratoire Systemes Electroniques et Numeriques, Ecole Militaire Polytechnique, Bordj El-Bahri, Algeria) ,  Djilali Salem (Laboratoire Systemes Electroniques et Numeriques, Ecole Militaire Polytechnique, Bordj El-Bahri, Algeria) ,  Ould Abdeslam Djaffar (Institut RIMAS, Universite de Haute-Alsace, Mulhouse, France)
資料名： Expert Systems  (Expert Systems)
巻： 39  号： 4  ページ： e12765  発行年： 2022年 
JST資料番号： T0510A  ISSN： 0266-4720  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文の目的は,取得と処理ユニットとしてArduino UnoとRaspberry Piを有するe-HealthセンサプラットフォームとXbeeモジュールを用いた多重バイオ信号の安全な無線伝送と分類を有する新しいテレヘルスシステムを設計することである。血液中の温度,気流,位置,Galvanic皮膚応答および酸素のような収集したデータを,閾値検出を用いて患者の健康状態をモニターするために評価することができる。不整脈の自動同定に基づく心臓状態の予測は,TensorFlowとKerasツールを利用することによって人工知能(AI)を用いた電気CardioGram(ECG)信号の分類によって検証される。異なるAIアルゴリズムおよび移動学習手法に対する異なる機械学習(ML)との組み合わせを試験した。これらのアルゴリズムは,人工ニューラルネットワーク(ANN),畳込みニューラルネットワーク(CNN),サポートベクトルマシン(SVM),K最近傍(KNN)およびランダムフォレスト(RF)を含む。最初に,ANNおよびCNNを用いて,ソフトマックスを用いてECG-スカログラム画像を分類し,次に,使用したCNNモデル(VGG16)を用いて,特徴を抽出し,それらを他の伝統的分類器(SVM,KNNおよびRF)に通過させ,ECG信号が4つのカテゴリー,すなわち,正常Sinus Rhythm(NSR),心房フィブリレーション(AF),輻輳心不全(CHF)および他の心臓不整脈(ARR)に分類できるように,最良の分類器(SVM,KNNおよびRF)を評価および選択する。。”その特徴を抽出し,そして,それらを,他の伝統的分類器(SVM,KNNおよびRF)に通過させ,そして,そのように,ECG信号を,4つのカテゴリー,すなわち,正常Sinus Rhythm(NSR),Atrial Fibillation(AF),およびその他の心臓不整脈(ARR)に分類することができた。提案方法を実際の記録信号と4つのPhysioNetデータベースを用いて評価した。グラフィックユーザインタフェイス(GUI)をVisual Studio IDEの下でC#で設計して,パーソナルコンピュータ(PC)またはネットワークリンク電話を用いて結果を表示することができ,モノのインターネット(IoT)システム応用として遠隔クリニック制御室への予測結果で診断を転送することを可能にする。99.56%の最良の分類精度を達成し,設計したシステムが低コストと性能の間の良好なトレードオフを可能にし,多重バイオ信号への迅速なアクセスでの使用が容易であることを確認した。それは,軽量カオスベースのアルゴリズムを使用するロバストセキュアな無線伝送の下で,重要な特性モニタリングと診断サービス品質を改善し,その結果,重大な健康状況の間の寿命の損失を防ぐ。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. 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 ,  データベース ,  心臓 ,  心電図 ,  ニューラルネットワーク ,  不整脈 ,  人工知能 ,  *多重化 ,  無線伝送 ,  パーソナルコンピュータ ,  機械学習 ,  遠隔医療 ,  サポートベクトルマシン
準シソーラス用語： ランダムフォレスト ,  *モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工知能 ,  バイオシグナル ,  カオス暗号化 ,  診断 ,  e-健康 ,  無線伝送

分類 (2件)： 生体遠隔測定  (EL03030N) ,  循環系の診断  (GJ02000V)

タイトルに関連する用語 (7件)： IoT ,  応用 ,  多重 ,  生体信号 ,  診断 ,  分類 ,  設計