• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2018 Fiscal Year Annual Research Report

Real-time arrhythmia detection system for sleep based on capacitive sensing electrocardiographic potential

Research Project

Project/Area Number 17K12778
Research InstitutionNara Institute of Science and Technology

Principal Investigator

黄 銘  奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (50728300)

Project Period (FY) 2017-04-01 – 2019-03-31
Keywords睡眠モニター / 不整脈 / 無拘束計測 / 在宅ヘルスケア
Outline of Annual Research Achievements

H30年度では容量性心電計の信号を利用して効率よく睡眠状況および心臓の生理状態を抽出するために、実証実験、非接触的なセンサーの信号に対して斬新的な処理手法の提案、および提案手法の検証の三つの方面に取り組んだ。
1、生理情報を抽出するモデルを構築するために、12人の被験者を募集し、30分間の計測実験を実施し、収集したデータに対して前処理を行った。
2、収集したデータに基づいて、データの特徴分析をし、信号の質、睡眠姿勢の抽出および不整脈の検出について、それぞれに分類モデルを構築した。容量性心電計で計測した信号に、体の動きの成分も混入するので、従来の信号処理方法は適用しない。本研究は、畳み込みニューラルネットワーク(CNN)の技術を用いて、信号の質、睡眠姿勢の分類に応用する手法を提案した。一方、不整脈を検出するため、非線形指標であるエントロピーの指標とアンサンブル学習マシンであるランダムフォレストを併用する手法(MulenR)を提案した。さらに、ノイズと誤分類しやすい心室頻拍などの不整脈に対して、実験データとデータベースのデータを活用し、CNN深層学習モデルを構築した。
3、それぞれのモデルに対して、検証を行った。具体的には、信号の質の分類モデルでは、使える心電信号に対して0.99の適合率,0.99の再現率を達成した。睡眠姿勢の分類モデルで、仰向け、左/右臥位の3睡眠姿勢に対して、平均的に0.99の適合率,0.99の再現率を達成した。さらに、MulenRを用いて、心房細動、心室期外収縮の不整脈を完全に検出は可能と示す結果を得た。ノイズと誤分類しやすい心室頻拍などの不整脈については、CNN深層学習モデルで0.97の適合率,0.95の再現率を達成した。心室頻拍と心室細動の間に細分類は必要であるが、ノイズから危険性が高い不整脈を検出する可能性は十分にあると示した。

  • Research Products

    (10 results)

All 2019 2018

All Journal Article (4 results) (of which Peer Reviewed: 3 results,  Open Access: 4 results) Presentation (5 results) (of which Int'l Joint Research: 2 results) Book (1 results)

  • [Journal Article] A Novel CNN-Based Framework for Classification of Signal Quality and Sleep Position from a Capacitive ECG Measurement2019

    • Author(s)
      Koshiro Kido, Toshiyo Tamura, Naoaki Ono, MD. Altaf-Ul-Amin, Masaki Sekine, Shigehiko Kanaya, Ming Huang
    • Journal Title

      MDPI Sensors

      Volume: 19 Pages: 1731-1744

    • DOI

      10.3390/s19071731

    • Peer Reviewed / Open Access
  • [Journal Article] The feasibility of atrial and ventricular arrhythmias recognition using metrics of signal complexity for heartbeat intervals2019

    • Author(s)
      Ming Huang, Koshiro Kido, Naoaki Ono, Md Altaf-UI-Amin, Toshiyo Tamura, Shigehiko Kanaya
    • Journal Title

      bioRxiv

      Volume: 2019 Pages: 1-11

    • DOI

      10.1101/612002

    • Open Access
  • [Journal Article] 深層学習による心筋細胞膜のhERGチャンネルに対する化合物の遮断作用の予測2018

    • Author(s)
      黄 銘
    • Journal Title

      日本化学会情報化学部会誌

      Volume: 36 Pages: 31-34

    • DOI

      10.11546/cicsj.36.31

    • Peer Reviewed / Open Access
  • [Journal Article] 畳み込みニューラルネットワークを用いた画像解析2018

    • Author(s)
      小野直亮, 江口遼平, 黄銘
    • Journal Title

      日本化学会情報化学部会誌

      Volume: 36 Pages: 23-26

    • DOI

      10.11546/cicsj.36.23

    • Peer Reviewed / Open Access
  • [Presentation] The Feasibility of Arrhythmias Detection from A Capacitive ECG Measurement Using Convolutional Neural Network2019

    • Author(s)
      Koushiro Kido
    • Organizer
      41th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC'19)
    • Int'l Joint Research
  • [Presentation] in-silicoモデルを使った化合物の心臓毒性の予測2018

    • Author(s)
      黄銘
    • Organizer
      第41回ケモインフォマティクス討論会
  • [Presentation] Prediction of Plant-disease Relations Based on Unani Formulas by Network Analysis2018

    • Author(s)
      Shaikh Farhad Hossain
    • Organizer
      IEEE International Conference on Bioinformatics and Bioengineering
    • Int'l Joint Research
  • [Presentation] グラフ畳み込みネットワークを用いたアルカロイド代謝予測2018

    • Author(s)
      江口遼平
    • Organizer
      SICEライフエンジニアリング部門シンポジウム2018
  • [Presentation] 画像合成を用いた深層学習データ拡張手法2018

    • Author(s)
      今西勁峰
    • Organizer
      SICEライフエンジニアリング部門シンポジウム2018
  • [Book] Seamless Healthcare Monitoring2018

    • Author(s)
      Toshiyo Tamura, Ming Huang, Tatsuo Togawa
    • Total Pages
      469
    • Publisher
      Springer
    • ISBN
      978-3-319-69361-3

URL: 

Published: 2019-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi