| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-01-29 14:10 深層学習を用いた心電図からの大動脈弁狭窄症の識別法の提案とGrad-CAMを用いた分析 ○秦 絵里香・瀬尾燦振（早大）・中山雅文（戸田中央総合病院）・岩﨑清隆（早大）・大川内隆朗（日大）・大谷 淳（早大）  MI2019-87 |
|
| 抄録 | （和） | 弁膜症の1つである大動脈弁狭窄症(aortic valvular stenosis:AS)は，重症例では突然死も起こり得る．この疾患は，心電図のみで診断されることは少なく，多くは心臓超音波検査が必要になる．本研究では，心電図のみから深層学習を用いてASか否かを識別する方法を提案する．心電図データから1拍画像を生成し，その画像に対して深層学習によって，「AS」か「ASではない」かの２クラス分類を行う．ここで，ネットワークの学習のための訓練データのアノテーションには，心臓超音波映像から専門医が判断する．得られた学習機とGrad-CAMを用いて，「AS」あるいは「ASではない」において注目している特徴量をバウンディングボックスとして生成する．その結果，心電図のみでのAS診断の可能性が示唆されるとともに，有効な特徴量の抽出に関する見通しが得られた． |
| （英） | Aortic valvular stenosis (AS), one of the valvular diseases, can cause sudden death in severe cases. This disease is rarely diagnosed only by ECG , and often by echocardiography. In this paper, we propose a method for classifying AS using deep learning whose input is only ECG. A one-beat image is generated from ECG data, and is classified into one of the two classes: "AS" or "not AS", by the deep learning. Here, a medical doctor annotates the images for training the deep learning network by looking at heart echocardiography. Using the trained network and Grad-CAM, features for "AS" or "not AS" are extracted as bounding boxes. As a result of experiments, the possibility of AS diagnosis using only ECG is shown, and the effectiveness of the feature extraction is obtained. | |
| キーワード | （和） | 心電図 / 大動脈弁狭窄症(AS) / 深層学習 / モデル評価 / Grad-CAM / / / |
| （英） | ECG / AS / deep learning / model evaluation / Grad-CAM / / / | |
| 文献情報 | 信学技報, vol. 119, no. 399, MI2019-87, pp. 97-101, 2020年1月. | |
| 資料番号 | MI2019-87 | |
| 発行日 | 2020-01-22 (MI) | |
| 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 | MI2019-87 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2020-01-29 - 2020-01-30 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | OKINAWAKEN SEINENKAIKAN |
| テーマ（和） | 医用画像工学一般 |
| テーマ（英） | Medical Image Engineering, Analysis, Recognition, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2020-01-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた心電図からの大動脈弁狭窄症の識別法の提案とGrad-CAMを用いた分析 |
| サブタイトル（和） | |
| タイトル（英） | Proposal for a Method for Classifying Aortic Stenosis from ECG Using Deep Learning, and Analysis Using Grad-CAM. |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 心電図 / ECG |
| キーワード(2)（和/英） | 大動脈弁狭窄症(AS) / AS |
| キーワード(3)（和/英） | 深層学習 / deep learning |
| キーワード(4)（和/英） | モデル評価 / model evaluation |
| キーワード(5)（和/英） | Grad-CAM / Grad-CAM |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 秦 絵里香 / Erika Hata / ハタ エリカ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 瀬尾 燦振 / Chanjin Seo / セオ チャンジン |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 中山 雅文 / Masafumi Nakayama / ナカヤマ マサフミ |
| 第3著者 所属（和/英） | 戸田中央総合病院 (略称： 戸田中央総合病院) Todachuo General Hospital (略称： Todachuo General Hospital) |
| 第4著者 氏名（和/英/ヨミ） | 岩﨑 清隆 / Kiyotaka Iwasaki / イワサキ キヨタカ |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 大川内 隆朗 / Takaaki Ohkawauchi / オオカワウチ タカアキ |
| 第5著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 大谷 淳 / Jun Ohya / オオヤ ジュン |
| 第6著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-01-29 14:10:00 |
| 発表時間 | 10分 |
| 申込先研究会 | MI |
| 資料番号 | MI2019-87 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.399 |
| ページ範囲 | pp.97-101 |
| ページ数 | 5 |
| 発行日 | 2020-01-22 (MI) |
[研究会発表申込システムのトップページに戻る]