2020 Fiscal Year Annual Research Report
Study on ECG automatic analysis technology and its clinical usefulness based on artificial intelligence and cardiac simulation
| Project/Area Number |
18K11532
|
|---|
| Research Institution | The University of Aizu |
|---|
Principal Investigator |
朱 欣 会津大学, コンピュータ理工学部, 上級准教授 (70448645)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
野呂 眞人 東邦大学, 医学部, 臨床教授 (10366495) [Withdrawn]
中村 啓二郎 東邦大学, 医学部, 助教 (20366181)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 人工知能 / 心電図 / 心臓モデル |
|---|
| Outline of Annual Research Achievements |
心電図解析に関する研究：
（１）実用性が高いため、単一誘導心電図で睡眠時無呼吸症候群を検出することは望まれる。本研究チームは心電図の前処理を行い、Wavelet変換・時間周波数解析を用い、scalogramとspectrogramを変換し、RGB画像を再構成した。さらに、37層の畳込みニューラルネットワーク（四つの残差ブロック、一つのdense層、一つのdropout層、一つのsoftmax層）を構築した。PhysioNet Apnea-ECG databaseを学習、テストデータにし、10-fold cross validationを行った。正確度、感度、特異度はそれぞれ92.4%、92.3%、92.6%となり、従来の方法より改善できた。（２）心電図のQT間隔は心疾患の診断、創薬において重要な指標である。しかし、T波終点の定義が曖昧のため、QT間隔の自動測定は困難である。本研究チームは畳込みニューラルネットワークおよびLong-short term memoryネットワークのメリットを同時に利用し、ハイブリッド深層ニューラルネットワークを構築した。 Physionet QT databaseおよびコンピュータシミュレーションのデータで、学習およびテストを行い、平均誤差±標準偏差は0.36±0.74 msと-1.05±0.14 msとなり、従来の方法より正確度と安定性を改善できた。
コンピュータシミュレーションに関する研究：
(1) コンピュータシミュレーションを用い、TRPM4のE7K変異と不整脈の関連性を調べた。Wild typeと比べ、E7K変異はPIP2に影響しやすい、不整脈の発症リスクが高いことを証明した。(2) コンピュータシミュレーションを用い、バイポーラカテーテルアブレーシはユニポーラより加熱効果がよいが、心筋の伝導率と心臓脂肪の厚さに影響しやすいことを証明した。
|
