文献

J-GLOBAL ID：201602246587879066   整理番号：16A0878763

閉塞性睡眠時無呼吸の実時間スクリーニングのための低電力ウェアラブルシステム【Powered by NICT】

Low-Power Wearable System for Real-Time Screening of Obstructive Sleep Apnea

著者 (4件)： Surrel Gregoire ,  Rincon Francisco ,  Murali Srinivasan ,  Atienza David
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ISVLSI  ページ： 230-235  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 閉塞性睡眠時無呼吸(OSA)は主要な睡眠障害の一つであるが,症例の10%のみが診断される。さらに,OSAの長期モニタリングのためのツールが不足している,現在のシステムは大きくすぎ,連続的に使用される貫入である。これに関連して,最近の研究は,単一リードECG記録に基づいて自動的にそれを検出することができることを示した。このアプローチは測度とプロセス生体信号はオンライン,非侵襲的スマート装着型センサに用いることができる。実装,予防医療のためのOSA検出のためのアルゴリズムの最適化と統合に焦点を当てた。超低電力に埋め込まれたウェアラブルデバイスを標的とするが,周波数領域解析に依存している。は他の計算とその資源使用を共有しなければならないので,可能な限り軽量でなければならない。公的に利用可能な信号に基づく著者らの本結果は,オフライン分析とに埋め込まれたオンラインの両者に対して83.2%までの分類精度を示した。分類のための同じ特徴[1]を用いた時,このシステムが最良のオフラインアルゴリズムよりも良好な分類精度を与えた。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化 ,  *生体信号 ,  睡眠障害
準シソーラス用語： 分類精度 ,  オフライン ,  資源利用 ,  周波数領域解析 ,  ウェアラブルデバイス ,  予防医療 ,  *ウェアラブル ,  オンライン ,  長期モニタリング ,  *ウェアラブルシステム ,  *低電力化 ,  *閉塞性睡眠時無呼吸 , 【Automatic Indexing@JST】

分類 (1件)： 呼吸器の診断  (GI02000S)

タイトルに関連する用語 (5件)： 閉塞性睡眠時無呼吸 ,  実時間 ,  スクリーニング ,  低電力 ,  ウェアラブルシステム