[3L1-GS-10] AI application:

[3L1-GS-10-03] Detection of Atrial Fibrillation using Recurrence Plots Quantification Analysis

〇Takato Araki¹, Hiroyuki Kitajima¹ (1. Univ. of Kagawa)

Keywords:Recurrence Prots, Atrial fibrillation, Supervised learning

心房細動とは、心房がけいれんするように細かく震えることで脈が不規則になる病気である。心臓で出来た血栓が脳にいくことにより脳梗塞になる場合もある。初期段階においては自覚症状が少ないために、機械学習の手法を用いて早期に心房細動を発見することが求められている。
　本研究では、心電図データからの心房細動の検出を行う。公開データである「China Physiological Signal Challenge in 2018」の心電図データを取得後，バンドパスフィルタによるノイズ除去と正規化を行う。その後、リカレンスプロット定量化を用いて心電図の波形データを定量化する。それらの定量化した値を使って決定木の手法（本稿ではLight　GBM）により学習を行い、正常である洞調律と異常である心房細動の二値分類を行う。結果として、AUC=0.992±0.005、正解率＝0.974±0.011、感度=0.972±0.013、特異度=0.976±0.011 が得られた。今後は、心房細動の初期段階である発作性心房細動（一次的に心房細動が生じる）と洞調律の分類を行う。