2022 Fiscal Year Annual Research Report
心肺停止患者の心電図波形解析に基づく電気的除細動の効果予測システムの検証
Project/Area Number |
20K04555
|
Research Institution | Tokyo City University |
Principal Investigator |
大屋 英稔 東京都市大学, 情報工学部, 教授 (30361835)
|
Co-Investigator(Kenkyū-buntansha) |
中野 和司 電気通信大学, 大学院情報理工学研究科, 名誉教授 (90136531)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | 除細動適用成否予測システム / 自己心拍再開 / 心室細動再発 / 特徴量抽出 / 機械学習手法 |
Outline of Annual Research Achievements |
本研究課題の目的は,これまでに申請者らが進めてきた心電図波形の高精度識別システム構築・検証(基盤研究(C),22560402,25420443)で得られた成果に基づいて心肺停止患者の状態に応じて遷移する心電図波形と電気的除細動適用後の自己心拍再開や心室細動再発などの関連性を解析・検討し,その評価方法を確立・検証,すなわち心肺停止患者の心電図波形解析に基づく除細動適用成否予測システム(基盤研究(C),17K06505)における成果の実用化に向けた検証を行うことである. 最終年度にあたる令和4年度は,令和3年度に引き続き本研究課題の目的を達成するために,自己心拍再開例,非再開例(心静止等),及び心室細動再発例を解析してこれらを特徴づけるパラメータを検討するとともに除細動適用成否予測システムを構築し,その有効性を検証した.また,基盤研究(C)(17K06505)で得られた成果の検証作業についても実施した.具体的には,これまでに集積されている心電図波形データを含め,種々の心電図波形データをウェーブレット解析し,自己心拍再開例や非再開例(心静止等)に関連した特徴量を統計的な手法を用いることによって,各特徴量が予測にどの程度寄与するのかを検証した.寄与率の高い特徴量を用いた際の除細動適用成否予測システムの有効性についても検証し,従来に比較して10%以上の精度向上を確認することが出来た.また,これまでに開発を進めてきた心電図波形の高精度識別システムについても再検証を行った,これらの成果の一部については,国内学会,および国際会議で発表した.更に2023年度の国内学会,および国際会議でも発表予定であり,国際的なジャーナル論文にも投稿予定である.
|