| 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 | 2023-07-13 13:50 A GAN-Based Data Augmentation Approach to Improve Heart Rate Range Classification via Doppler Radar ○Danyuan Yu・Mondher Bouazizi・Tomoaki Ohtsuki（Keio Univ.）  SeMI2023-31 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | In this work, a novel data augmentation framework is proposed for improving heart rate (HR) range classification using Doppler radar signals generated from electrocardiogram (ECG) signals. The proposed framework utilizes an attention-based Wasserstein Generative Adversarial Networks-Gradient penalty (aWGAN-GP) to generate synthetic Doppler radar signals, which are then used to train a support vector machine (SVM) for classifying HR ranges (i.e., into low, normal, and high categories). Additionally, to address the imbalanced class distribution of ECG samples, a simple augmentation method for ECG signals is proposed, which is used to synthesize new Doppler radar signals for training the SVM. Our experiments show that the proposed method yields more accurate morphology of Doppler radar signals in terms of root mean squared error (RMSE) and Pearson's correlation coefficient (PCC). Moreover, our method also achieves better diversity in the generated Doppler radar signals, as demonstrated by the lowest relative Fréchet inception distance (rFID). Finally, our method successfully relieves the data imbalance problem and achieves improved HR range classification performance in terms of accuracy, F1-score, and recall. | |
| キーワード | （和） | / / / / / / / |
| （英） | GAN / data augmentation / electrocardiogram (ECG) / heart rate (HR) / Doppler radar / / / | |
| 文献情報 | 信学技報, vol. 123, no. 110, SeMI2023-31, pp. 46-51, 2023年7月. | |
| 資料番号 | SeMI2023-31 | |
| 発行日 | 2023-07-05 (SeMI) | |
| 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 | SeMI2023-31 |
|
| 研究会情報 | |
| 研究会 | SeMI RCS RCC NS SR |
| 開催期間 | 2023-07-12 - 2023-07-14 |
| 開催地（和） | 大阪大学中之島センター+オンライン開催 |
| 開催地（英） | Osaka University Nakanoshima Center + Online |
| テーマ（和） | 無線分散ネットワーク，M2M(Machine-to-Machine)，D2D(Device-to-Device)，一般 |
| テーマ（英） | Distributed Wireless Network, M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things）, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | SeMI |
| 会議コード | 2023-07-SeMI-RCS-RCC-NS-SR |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | A GAN-Based Data Augmentation Approach to Improve Heart Rate Range Classification via Doppler Radar |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / GAN |
| キーワード(2)（和/英） | / data augmentation |
| キーワード(3)（和/英） | / electrocardiogram (ECG) |
| キーワード(4)（和/英） | / heart rate (HR) |
| キーワード(5)（和/英） | / Doppler radar |
| 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） | 余 淡遠 / Danyuan Yu / ヨ タンエン |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | Mondher Bouazizi / Mondher Bouazizi / |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-07-13 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SeMI |
| 資料番号 | SeMI2023-31 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.110 |
| ページ範囲 | pp.46-51 |
| ページ数 | 6 |
| 発行日 | 2023-07-05 (SeMI) |
[研究会発表申込システムのトップページに戻る]