講演抄録/キーワード |
講演名 |
2020-02-28 16:35
AIの深層学習による胎児と母親の心拍変動解析パターン対の動的識別法 ○荒木睦大・玉村千代・折坂 誠・吉田好雄・浅井竜哉・森 幹男(福井大) US2019-105 |
抄録 |
(和) |
現在の胎児の健康状態を診断する装置(分娩監視装置と呼ばれる)は、約30年前から産科臨床の現場に広く普及し、胎児の死亡率の減少に大きく寄与してきた。さらに、高齢妊娠や不妊治療によるハイリスク妊娠等の問題にも柔軟に対応するため、本研究では、アトムメディカル社のアイリスモニタを用いて得られ心電図法による正確な心拍変動時系列データ(被験者3人分の胎児と母親の同時心拍データ)を用いて、ウェーブレット変換により得られたパワースペクトルパターン対(LFとHF域の胎児と母親のスペクトルパターン対)をAIのディープラーニング(LSMT)により学習する方法を提案し、その有効性を標本外データ(学習時の被験者と異なる被験者の心拍データ)を用いて識別精度(正解率)を実験的に評価する。 |
(英) |
It is pointed out that the importance of fetal-heart-rate baseline variability on fetal-heart-rate monitoring used for diagnosis of embryonic health condition. However, the instantaneous RR Time Interval is hardly obtained on conventional method using ultrasonic doppler reflected signal. Therefore, this paper proposes a method to classify the pair of power -spectrum-patterns of fetal and mother, using deep-learning method (LSMT:N Long Short Term Memory Neuralnetwork) of AI, and the accuracy rate of classification is evaluated by the experiments using deep-learning-tool box of matlab. Some experimental results are shown and discussed. |
キーワード |
(和) |
胎児心拍変動 / RR時間 / ディープラーニング / パワースペクトル解析パターン / LF / HF / / |
(英) |
Fetal Heart Rate Variability / RR Interval Time / Deep Learning / Power spectrum / Low Frequency / High Frequency / / |
文献情報 |
信学技報, vol. 119, no. 430, US2019-105, pp. 35-40, 2020年2月. |
資料番号 |
US2019-105 |
発行日 |
2020-02-21 (US) |
ISSN |
Print edition: ISSN 0913-5685 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 |
US2019-105 |