CNNを用いた心電図の自動診断支援に関する研究

• Item type: SIG Technical Reports(1)
• 公開日: 2021-06-25
• タイトル: CNNを用いた心電図の自動診断支援に関する研究
• タイトル / 言語: en
• タイトル: Research on CNN-based automatic diagnosis support for electro-cardiogram
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 知的情報処理
• 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: 法政大学理工学部
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Engineering, Hosei University
• 著者名: 本田, 祥之; 藤井, 章博; 清水, 宏泰
• 著者名(英): Yoshiyuki, Honda; Akihiro, Fujii; Hiroyasu, Shimizu
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 心電図の自動診断について，既存の研究では，心電図データを時系列のある画像として扱う．このため，自動診断を行う場合，計算量が大きくなり，入力可能な心電図の時間も短くなる場合が多い．本研究では，心電図波形を 2 次元波形画像として扱うことにより，機械学習を用いた心電図波形の診断支援手法を提案する．これにより，心電図波形の前処理にかかる計算量を軽減し，入力できる心電図の時間についての改善も行っている．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this study, we proposed a method to determine normal and abnormal ECG waveforms and to classify them into multiple classes. In this method, the ECG is not treated as time-series waveform data, but as two-dimensional waveform image data, and classified. We used four classes from the MIT-BIH arrhythmia database: N class, VEB class, SVEB class, and F class, and classified them using CNN, VGG16, VGG19, and ResNet. The maximum accuracy was achieved with VGG16 and VGG19. 99.22% of sensitivity, 99.52% of specificity, and 99.3% of accuracy were obtained.
• 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: AA11135936
• 書誌情報: 研究報告知能システム（ICS）; 巻 2021-ICS-203, 号 3, p. 1-6, 発行日 2021-06-25
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-885X
• 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