文献

J-GLOBAL ID：202202291814630831   整理番号：22A1169465

FPGA実装による確率的ニューラルネットワークに基づく自動不整脈検出【JST・京大機械翻訳】

Automatic Arrhythmia Detection Based on the Probabilistic Neural Network with FPGA Implementation

著者 (6件)： Srivastava Rohini (Department of Electronics and Communication Engineering, Motilal Nehru National Institute of Technology Allahabad, Allahabad, India) ,  Kumar Basant (Department of Electronics and Communication Engineering, Motilal Nehru National Institute of Technology Allahabad, Allahabad, India) ,  Alenezi Fayadh (Department of Electrical Engineering, Jouf University, Sakaka 72388, Saudi Arabia) ,  Alhudhaif Adi (Department of Computer Science, College of Computer Engineering and Sciences, Prince Sattam Bin Abdulaziz University, PO Box 151, Al-Kharj 11942, Saudi Arabia) ,  Althubiti Sara A. (Department of Computer Science, College of Computer and Information Sciences, Majmaah University Al-Majmaah, Al-Majmaah 11952, Saudi Arabia) ,  Polat Kemal (Department of Electrical and Electronics Engineering, Bolu Abant Izzet Baysal University, Bolu, Turkey)
資料名： Mathematical Problems in Engineering (Web)  (Mathematical Problems in Engineering (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7803A  ISSN： 1024-123X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,確率的ニューラルネットワーク(PNN)を用いた不整脈分類のプロトタイプ実装を示した。不整脈は不規則な心拍であり,早期診断がなければ重篤な心臓問題を生じる。したがって,正確でロバストな不整脈分類は心臓患者にとって不可欠な仕事である。ECGの分類は,6つのECG特徴:心拍数,スペクトルエントロピー,および4次自己回帰係数のユニークな組み合わせを用いて,8つのECGクラスにPNNを用いて実行した。さらに,FPGA実装を提案し,不整脈分類の完全システムをプロトタイプ化した。提案した不整脈分類の容易で迅速な実行のためのFPGA実装のために,Artix-7ボードを用いた。その結果,ECG分類の平均精度は98.27%であり,分類で消費される時間は17秒であることが分かった。Copyright 2022 Rohini Srivastava et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 心臓 ,  *ニューラルネットワーク ,  精度 ,  心拍 ,  *不整脈 ,  ロバスト性 ,  早期診断 ,  プロトタイプ
準シソーラス用語： 回帰係数 ,  確率的ニューラルネットワーク ,  *FPGA実装 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  循環系の診断  (GJ02000V)

引用文献 (54件)：

• G. Lippi, F. Sanchis-Gomar, G. Cervellin, "Global epidemiology of atrial fibrillation: an increasing epidemic and public health challenge," International Journal of Stroke, vol. 16, no. 2, pp. 217-221, 2020.
• T. Jenn, "Atrial Fibrillation : Facts , Statistics , and You," 2020, https://www.healthline.com/health/living-with-atrial-fibrillation/facts-statistics-infographic.
• S. Romiti, M. Vinciguerra, W. Saade, I. Anso Cortajarena, E. Greco, "Artificial intelligence (AI) and cardiovascular diseases: an unexpected alliance," Cardiology Research and Practice, vol. 2020, 2020.
• H. L. Tran, V. N. Pham, D. T. Nguyen, "A hardware implementation of intelligent ECG classifier," COMPEL: The International Journal for Computation & Mathematics in Electrical & Electronic Engineering, vol. 34, no. 3, pp. 905-919, 2015.
• N. S. Madiraju, N. Kurella, R. Valapudasu, "FPGA implementation of ECG feature extraction using time domain analysis," 2018, https://arxiv.org/abs/1802.03310.

タイトルに関連する用語 (3件)： FPGA実装 ,  確率的ニューラルネットワーク ,  不整脈