研究課題
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。
すべて 2021 2020 その他
すべて 雑誌論文 (2件) (うち査読あり 2件、 オープンアクセス 2件) 学会発表 (3件) (うち国際学会 1件) 備考 (1件)
PLOS ONE
巻: 16 ページ: e250618,e250618
10.1371/journal.pone.0250618
Cells
巻: 10 ページ: 983,983
10.3390/cells10050983
http://bitlab.u-aizu.ac.jp/