| 研究課題/領域番号 |
17K00373
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
感性情報学
|
|---|
| 研究機関 | 室蘭工業大学 |
|---|
研究代表者 |
岡田 吉史 室蘭工業大学, 大学院工学研究科, 准教授 (00443177)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 心電図 / 連鎖パタンマイニング / 畳み込みニューラルネットワーク / 2D-CNN / 心室期外収縮 / 連鎖パタン / 異常検出 / 系列パタンマイニング |
|---|
| 研究成果の概要 |
本研究の目的は，心電図データにおける異常な波形領域を自動検出する連鎖パタンマイニング手法を開発することであった．まず，既存の連鎖パタンマイニング手法を改良し，より高速かつ高精度な手法を開発した．実験として，改良法の実装プログラムを実際の心電図データに適用した結果，正常／異常な波形領域を適切に区別して視覚的に提示できることがわかった．さらに，本手法により得られた正常／異常波形は，機械学習を用いた識別モデルの構築において，有効な訓練セットとして利用可能であることが示された．
|
| 研究成果の学術的意義や社会的意義 |
本研究で開発した技術は，医療現場のスタッフが心電図を用いて心疾患を迅速に診断するための有効な支援ツールとなりえる．また，既存の機械学習を用いた心電図解析では正常／異常の訓練データは手作業で収集されており，この作業には専門的な知識と多大な時間が必要とされていた．一方，本研究で開発した技術は，正常／異常な心電図波形を自動で高速に特定できるため，今後の心電図解析研究を大きく加速・進展できると期待される．
|
