2018年度人工知能学会全国大会(第32回)

講演情報

口頭発表

一般セッション » [一般セッション] 13.AI応用

[2J3] AI応用-医療(1)

2018年6月6日(水) 15:20 〜 17:00 J会場 (2F ロイヤルガーデンB)

座長:小澤 順(産業技術総合研究所)

16:20 〜 16:40

[2J3-04] Denoising autoencoderに基づく心室期外収縮を含むRR間隔データ補正

〇宮谷 将太1、藤原 幸一1、加納 学1 (1. 京都大学)

キーワード:自己符号化器、心拍変動、心室期外収縮

心電図(ECG)におけるRR間隔(RRI)の変動を心拍変動(HRV)と呼ぶ.HRVは自律神経活動を反映するとされ,さまざまなヘルスモニタリングシステムへの応用が提案されている.しかし,HRVは不整脈の影響を受けて容易に変化するため,ECG波形に不整脈が混入するとモニタリング性能が低下するおそれがある.本研究では,健常者でも起こりうる心室期外収縮(PVC)を対象として,denoising autoencoder (DAE)を用いてPVCを含むRRIデータの補正を行うアルゴリズムを提案する.提案法をDAE-based RRI modification (DAE-RM)と呼ぶ.PVCを模擬した人工アーチファクトを加えた臨床RRIデータ(PVC-RRI)にDAE-RMを適用したところ,PVCアーチファクトを加える前のRRIデータとの平方平均二乗誤差(RMSE)は,DAE-RMによる補正によって84%改善された.この結果から,DAE-RMがPVC-RRIデータを適切に補正できることが示された.提案するDAE-RMによりHRV解析に基づくより正確なヘルスモニタリングシステムが実現できる可能性が示された.