| 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 | 2022-07-23 13:50 心拍変動時系列予測に基づく睡眠時無呼吸の早期予測に関する予備研究 ○ムハマド シャウフィ アダハ・伊賀崎伴彦（熊本大）  MBE2022-14 |
|
| 抄録 | （和） | 持続陽圧呼吸療法装着の問題を解決する方法として，自動陽圧呼吸療法（automatic positive airway pressure，APAP）装着が広く受け入れられている．APAPのほとんどは，アルゴリズムによる無呼吸の検出または予測を利用して，適切な治療を開始する．無呼吸を予測する主な動機は，臨床症状が発生する前に介入し，治療結果と装置に対する患者の長期的な耐性を改善することである．本研究の主な目的は，予測心拍変動時系列から抽出された生理学的成分を利用することにより，様々な所要時間に対する無呼吸状態を予測することである．さらに，予測誤差による状態予測性能の低下を緩和するために，生理学的成分のシーケンスを導入した．さらに，LSTMシーケンス分類法を採用し，状態予測の自動化を図った．その結果，1.4分の所要時間における平均予測性能は，感度85±15%，特異度92±11%，精度93±2%，複合目的90±5%を示した．また，提案手法は，5分までの無呼吸の発生を予測することができ，その複合目標値は78%であり，これまでの研究と比較して最も高いことを示した． |
| （英） | A widely accepted alternative to address the continuous positive airway pressure adherence problem is the use of its automatic counterpart known as automatic positive airway pressure (APAP). Most APAP machines utilize the algorithmic apnea event detection or prediction strategies to initiate the appropriate therapies. The primary motivation for predicting apnea events is to provide intervention before clinical symptoms occur and improve therapeutic results and long-term patient tolerance to the device. The main objective of this study is to predict apnea state for various lead times by utilizing several physiological components extracted from a forecast heart rate variability time series. We further introduced a sequence of physiological components to mitigate the poor state prediction performance owing to the forecast error. Moreover, we adopted the long short-term memory sequence classification approach to automate the state prediction. Finally, we showed that the mean prediction performance in terms of sensitivity, specificity, accuracy, and combined objective for 1.4 min lead time is 85 ± 15%, 92 ± 11%, 93 ± 2%, and 90 ± 5%, respectively. We also demonstrated that the proposed approach could predict the occurrence of apnea for up to 5 min with a combined objective of 78%, which is the highest compared to previous works. | |
| キーワード | （和） | 心拍変動 / 睡眠時無呼吸 / 睡眠呼吸障害 / 時系列予測 / 長短期記憶 / / / |
| （英） | heart rate variability / sleep apnea, / sleep-disordered breathing / time-series prediction / long short-term memory / / / | |
| 文献情報 | 信学技報, vol. 122, no. 130, MBE2022-14, pp. 9-12, 2022年7月. | |
| 資料番号 | MBE2022-14 | |
| 発行日 | 2022-07-16 (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 | MBE2022-14 |
|
| 研究会情報 | |
| 研究会 | MBE |
| 開催期間 | 2022-07-23 - 2022-07-23 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ME，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MBE |
| 会議コード | 2022-07-MBE |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 心拍変動時系列予測に基づく睡眠時無呼吸の早期予測に関する予備研究 |
| サブタイトル（和） | |
| タイトル（英） | Pilot Study on Early Prediction of Sleep Apnea Based on Heart Rate Variability Time-Series Forecasting |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 心拍変動 / heart rate variability |
| キーワード(2)（和/英） | 睡眠時無呼吸 / sleep apnea, |
| キーワード(3)（和/英） | 睡眠呼吸障害 / sleep-disordered breathing |
| キーワード(4)（和/英） | 時系列予測 / time-series prediction |
| キーワード(5)（和/英） | 長短期記憶 / long short-term memory |
| 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） | ムハマド シャウフィ アダハ / Muhammad Shaufil Adha / ムハマド シャウフィ アダハ |
| 第1著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 伊賀崎 伴彦 / Tomohiko Igasaki / イガサキ トモヒコ |
| 第2著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-07-23 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MBE |
| 資料番号 | MBE2022-14 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.130 |
| ページ範囲 | pp.9-12 |
| ページ数 | 4 |
| 発行日 | 2022-07-16 (MBE) |
[研究会発表申込システムのトップページに戻る]