2019 Fiscal Year Annual Research Report
Theory and practice of abnormal electrocardiographic patterns using antidictionary probabilistic models
| Project/Area Number |
17K00400
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
森田 啓義 電気通信大学, 大学院情報理工学研究科, 教授 (80166420)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
太田 隆博 長野県工科短期大学校, 情報技術科, 教授 (60579001)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 心電図 / 不整脈 / 反辞書 / 極小禁止語 / 反辞書状態遷移確率モデル / 異常データ検出 |
|---|
| Outline of Annual Research Achievements |
本研究は人体表面接着型小型無線センサを用いた心電図常時モニタリングシステムの構築ならびに日常生活で自覚症状がなく突発的に発生する不整脈(隠れ不整脈)の検知を，申請者らが率先して開発を進めてきた計算機科学・情報通信デバイス技術を駆使して確立することを目的に平成２９年度に開始した．
最終年度となる本年度は，主に，1)システムの実装と評価，2)検知対象となる不整脈タイプの増加，3)小型無線センサと中継ルータにおける通信信頼度の向上，4)検知システムの基礎となる反辞書確率モデルの性能向上，という４つの課題に取り組んだ．
課題1)については，前年度までに完成した反辞書確率モデルを用いて不整脈検知を行う手法を一つのアプリとしてスマフォ端末に実装した．そして公開心電図データベースを用いた実験から，提案手法は心室性期外収縮(PVC)を平均97.5％の精度で検出することとともに，実装アプリの使用メモリ量が約30Mバイト，CPU占有率も全体の65%で，十分実用に耐えうることを確かめた．
課題2)については，これまで未検出が多かった心房性期外収縮(PAC)の検出に対して，PAC不整脈から反辞書を作成する，すなわち不整脈に出現しない波形データを確率的に表現する反辞書確率モデルを用いることによって70%を超える検出精度を達成した．
課題3)では，電力利用効率のよい小型通信機器に適した変調符号化方式の提案と性能評価を行い，前年度に実施した人体に装着したセンサと中継ルータ間のアンテナ間の電波通信環境の動的モデルによる解析に適用し，消費電力量が従来法に比べ1/3以下に抑えられることを明らかにした．課題4)では反辞書を構成する極小禁止語の登録方法を工夫することにより高精度な確率モデルが実現できることを示している．以上の結果は，国内学術雑誌２件，査読付きの国際会議２件として，発表済みである．
|
