文献

J-GLOBAL ID：202202262257526639   整理番号：22A0553288

心電図イメージングのための多変量適応回帰スプラインに基づく新しいデータ適応回帰フレームワーク【JST・京大機械翻訳】

A Novel Data-Adaptive Regression Framework Based on Multivariate Adaptive Regression Splines for Electrocardiographic Imaging

著者 (3件)： Onak Onder (Aselsan Inc. Communication & Information Technologies Group, Ankara, Turkey) ,  Erenler Taha (Department of Electrical and Electronics Engineering, Middle East Technical University, Turkey) ,  Serinagaoglu Yesim (Department of Electrical and Electronics Engineering, Middle East Technical University, Turkey)
資料名： IEEE Transactions on Biomedical Engineering  (IEEE Transactions on Biomedical Engineering)
巻： 69  号： 2  ページ： 963-974  発行年： 2022年 
JST資料番号： C0236A  ISSN： 0018-9294  CODEN： IEBEAX  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： 目的:非侵襲的心電図イメージング(ECGI)は,診断能を有する重要な心臓電気イベントを明らかにする有望なツールである。ECGIに対する多変量適応回帰スプライン(MARS)に基づく新しいノンパラメトリック回帰フレームワークを提案した。方法:逆問題を,体表面電位(BSP)と対応する心電図(EGM)で訓練した回帰モデルを用いて解いた。模擬データおよびトルソタンク実験からの実験データを用いて,提案した方法の性能を評価した。測定ノイズと幾何学的誤差に対する方法のロバスト性を,電図再構成品質,活性化時間精度,および位置決め誤差計量に関して評価した。この方法を,Tikhonov正則化およびニューラルネットワーク(NN)ベースの方法と比較した。BSPsとEGMsの間の得られたマッピング関数も用いて,最も影響力のある測定リードを評価した。結果:MARSベースの方法は,測定ノイズに対する再構成精度とロバスト性に関して,Tikhonov正則化を凌駕した。幾何学的誤差の影響を,モデル誤差を含む訓練セット構成を豊かにすることによって,ある程度修復した。MARSベースの方法はNNベースの方法に匹敵する性能を持ち,多くのパラメータの調整を必要とする。結論:MARSベースの方法は,正確な再構成をもたらすBSPとEGMの間の逆マッピング機能を成功裏に発見し,各BSPリードの寄与を定量化する。意義:MARSベースの方法は適応的であり,NNベースの方法よりも少ないパラメータ調整を必要とし,誤差に対してロバストである。したがって,逆画像問題を正確に解くための実行可能なデータ駆動アプローチである。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 表面電位 ,  心臓 ,  *心電図 ,  ニューラルネットワーク ,  ノンパラメトリック法 ,  *画像処理 ,  *スプライン ,  逆問題 ,  正則化 ,  回帰モデル ,  ロバスト性
準シソーラス用語： Tikhonov正則化 ,  非侵襲 ,  モデル誤差 ,  データ駆動 ,  *多変量 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (6件)： 心電図 ,  イメージング ,  多変量 ,  適応 ,  スプライン ,  フレームワーク