[1F5-GS-10] AI応用：異常検知1

[1F5-GS-10-02] 周波数空間LSTMによる異常呼吸検出

○奥本 皓士郎¹、堀内 榛香¹、吉田 幸平¹、小林 正嗣^2,3、中島 康裕^2,4、瀬戸 克年²、和田 洋平⁵、谷高 幸司⁵、杉野 貴明¹、鈴木 克典⁵、大久保 憲一²、中島 義和¹ (1. 東京医科歯科大学 生体材料工学研究所、2. 東京医科歯科大学 呼吸器外科、3. 倉敷中央病院 呼吸器外科、4. 東京共済病院 呼吸器外科、5. ヤマハ株式会社 技術本部 研究開発統括部)

[[オンライン]]

キーワード：呼吸モニタリング、ウェーブレット変換、畳み込みLSTM

呼吸状態は生命維持に係り，重要なバイタルサインである．周術期のモニタリングに加え，近年，COVID-19感染症拡大などで重要性を増している．我々は胸郭の動きを変位センサ（GummiStra, ヤマハ株式会社）で呼吸信号として計測し，周波数解析を行ってきた．本研究ではフーリエ変換に代えて複素ウェーブレット変換を施すことで呼吸信号を周波数成分の経時的変化で表し，それをConvolutional LSTMで捉えて呼吸の正常／異常を判定する． 東京医科歯科大学呼吸器外科にて肺切除術を施行した周術期の肺呼吸信号20例を対象とした．計測は術前および術直後から術翌日まで行った．変位センサを側胸部第6–8肋間に貼付し，サンプリング周波数10 Hzで計測した．学習データは384秒ごとでまとめられ，128個でバッチを形成した．スペクトルは，周波数は対数スケールで表現され約1.07倍ごと，時間は4秒ごとで量子化した．正常／異常のラベリングは医師が行った．結果において検出精度は，正常呼吸群および異常呼吸群それぞれで適合率99.8％，再現率99.6%および適合率97.7%，再現率99.1%であった．