講演抄録/キーワード |
講演名 |
2019-02-01 13:30
R-R間隔ローレンツプロット画像の人工知能識別による発作性心房細動の検出 木曽原昌也(名古屋市大)・○増田勇人(スズケン)・湯田恵美・早野順一郎(名古屋市大) MBE2018-79 |
抄録 |
(和) |
心房細動(AF)は脳梗塞の主要な原因である。長時間心電図に含まれる発作性AFは、データ量が膨大である事から、人の視認による検出では信頼性や効率が低い。AF時のR-R間隔のローレンツプロットは特有のパターンを示す。そこで、AFと洞調律(正常)時のローレンツプロット画像を識別するシステムをconvolutional neural networkによる機械学習によって作成し、発作性AFの検出精度の改善を行った。 |
(英) |
To improve the reliability of the detection of atrial fibrillation (AF) by the long-term monitoring of heartbeat signals, we developed machine-learning systems for detecting AF using a Holter ECG big data. Lorenz plot images consisting of 10,035 known AF and 10,107 non-AF samples were provided to the machine learning algorithms of Convolutional Neural Network (CNN). The CNN that detected Lorenz plot of AF with 100% sensitivity and 100% specificity was developed through the deep learning. The developed CNN system classified accurately all 24-h ECG data including at least one paroxysmal AF episode. |
キーワード |
(和) |
心房細動 / ローレンツプロット / 機械学習 / ニューラルネットワーク / / / / |
(英) |
Atrial fibrillation / Lorenz plot / Machine learning / Convolutional neural network / / / / |
文献情報 |
信学技報, vol. 118, no. 436, MBE2018-79, pp. 107-109, 2019年1月. |
資料番号 |
MBE2018-79 |
発行日 |
2019-01-24 (MBE) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
MBE2018-79 |