文献

J-GLOBAL ID：202202283794412991   整理番号：22A0457403

医療物のインターネットにおけるECG監視のための適応認知センサノード【JST・京大機械翻訳】

An Adaptive Cognitive Sensor Node for ECG Monitoring in the Internet of Medical Things

著者 (4件)： Scrugli Matteo A. (Department of Electrical and Electronic Engineering (DIEE), University of Cagliari, Cagliari, Italy) ,  Loi Daniela (Department of Electrical and Electronic Engineering (DIEE), University of Cagliari, Cagliari, Italy) ,  Raffo Luigi (Department of Electrical and Electronic Engineering (DIEE), University of Cagliari, Cagliari, Italy) ,  Meloni Paolo (Department of Electrical and Electronic Engineering (DIEE), University of Cagliari, Cagliari, Italy)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 1688-1705  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 医療用Tings(IoMT)パラダイムのインターネットは,複数の臨床試験と健康管理手順で主流になっている。心電図(ECG)トレース分析を含む心血管疾患モニタリングは,最も有望な高衝撃応用の1つである。それにもかかわらず,このドメインにおけるIoMTの可能性を完全に利用するためには,いくつかの段階が必要である。最初に,エッジ計算パラダイムを画像に加える必要がある。IoMTノードのスケーラビリティ,携帯性,信頼性および応答性を改善するために,あるレベルの近センサ処理が可能になった。第2に,人工知能と深層学習に基づくもののような,新しい,ますます正確なデータ解析アルゴリズムを開発する必要がある。これらの目的を達成するために,IoMTノードの設計者とプログラマは,低電力ウェアラブルと携帯処理システムに関するかなり複雑な計算タスクを実行するために,厳しい電力と電池寿命予算で,挑戦的な最適化タスクに直面しなければならない。本研究では,リソース制約マイクロコントローラベースコンピューティングプラットフォーム上でECG波形を分類するために訓練された畳み込みニューラルネットワークに基づく認知データ解析アルゴリズムの実装を検討した。電力消費を最小化するために,必要な動作モードに実行時間でそれを適応させるために,デバイスのハードウェアとソフトウェア構成を動的に管理する適応層を追加した。著者らの実験結果は,ランタイムでの作業負荷へのノードセットアップの適応が,最大50%の電力消費を節約できることを示した。著者らの最適化および量子化ニューラルネットワークは,MIT-BIH不整脈データセットにおける不整脈障害検出に対して97%以上の精度値に達する。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： 最適化 ,  衝撃 ,  信頼性 ,  電力 ,  心電図 ,  電力消費 ,  ニューラルネットワーク ,  不整脈 ,  故障検出 ,  人工知能 ,  ハードウェア ,  ソフトウェア ,  健康管理 ,  *インターネット
準シソーラス用語： *センサノード , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  移動通信  (ND08030H)

タイトルに関連する用語 (6件)： 医療 ,  インターネット ,  ECG ,  適応 ,  認知 ,  センサノード