Stacked convolutional denoising autoencodersを用いた2誘導心電図からの特徴抽出および不整脈分類

• Item type: SIG Technical Reports(1)
• 公開日: 2017-05-25
• タイトル: Stacked convolutional denoising autoencodersを用いた2誘導心電図からの特徴抽出および不整脈分類
• タイトル / 言語: en
• タイトル: Feature extraction and arrhythmia classification from 2-lead ECG using stacked convolutional denoising autoencoders
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: センサネットワーク
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: NTTドコモ
• 著者所属: NTTドコモ
• 著者所属: NTTドコモ
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者所属(英): en
• 著者所属(英): NTT DOCOMO, INC.
• 著者名: 高橋, 柊; 落合, 桂一; 深澤, 佑介
• 著者名(英): Shu, Takahashi; Keiichi, Ochiai; Yusuke, Fukazawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，さまざまなモノおよびコトをインターネットに接続することで，ログ収集および相互制御を行う Internet of Things (IoT) に注目が集まっている．IoT の活用により，今までセンシングが困難であった情報がリアルタイムに取得可能となることが期待されている．心電図 (ECG) をリアルタイムに解析することができれば，IoT デバイスの活用によりリアルタイムに不整脈などを検出することが可能となる．本研究では，Stacked Convolutional Denoising Autoencoders (SCDAE) を用いた，ECG 波形からの高レベルな特徴抽出について検討する．また，事前学習した SCDAE の構造および重みを抽出し，全結合層を追加した分類器を再学習する不整脈分類手法を提案する．未知の ECG 波形からの不整脈分類において，提案手法が既存手法 (Accuracy : 92.7%) に対し高精度 (Accuracy : 95.1%) であることを示す．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10116224
• 書誌情報: 研究報告マルチメディア通信と分散処理（DPS）; 巻 2017-DPS-171, 号 25, p. 1-6, 発行日 2017-05-25
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8906
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会