[3H4-OS-10b] 人工知能を駆使した疾患動態研究

[3H4-OS-10b-02] テンソル心電図解析と機械学習を利用した軽量な心筋梗塞推定の試み

税所 修¹、〇塩澤 暁広²、塚田 信吾¹、大場 拓慈² (1. 日本電信電話、2. NTTデータ数理システム)

キーワード：心電図、テンソル心電図、心筋梗塞、機械学習

最近の多くの研究では、ディープ ニューラル ネットワーク (DNN) を使用した大規模な心電図 (ECG) データを使用して心臓病を分類し、影響を受けた領域を特定する精度が高いことが報告されいる。ただし、これらの方法は多くの場合、残差ネットワーク (ResNet) と 1 次元畳み込みの深いスタック構造となっている。このようなアーキテクチャには、かなりの計算リソースを必要とする。本論文では、テンソル心電図 (TCG) テクノロジを使用することにより ECG の形状特徴を抽出する。その結果、ブラック ボックス DNN ベースのアプローチに匹敵する精度を持ちながら、軽量なホワイト ボックス モデルを実現した。本提案手法にて検証を行った結果、マクロ AUC で 0.933 を達成した。これは先行研究である ResNet の 0.937 に近く、LSTM の 0.927 より上回る事が分かった。