JP7297464B2 - 生体信号処理装置および自動解析用データ生成方法 - Google Patents
生体信号処理装置および自動解析用データ生成方法 Download PDFInfo
- Publication number
- JP7297464B2 JP7297464B2 JP2019030386A JP2019030386A JP7297464B2 JP 7297464 B2 JP7297464 B2 JP 7297464B2 JP 2019030386 A JP2019030386 A JP 2019030386A JP 2019030386 A JP2019030386 A JP 2019030386A JP 7297464 B2 JP7297464 B2 JP 7297464B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- electrocardiogram
- signal processing
- generating
- biological signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Description
複数種の誘導について深層学習を行おうとした場合、誘導毎に学習すると学習に要する計算時間が長くなる上、誘導間の相互関係を考慮した所見を学習できない。そのため、左室肥大や心筋梗塞などのように、複数の誘導間の相互関係を考慮すべき所見について、自動解析による判別精度が低下するという問題点がある。
操作部160はキーボード、ポインティングデバイス、タッチパネル、スイッチ、ボタンなど、ユーザが生体信号処理装置100に指示を入力するための入力デバイスの総称である。
S210で制御部110は、複数種の誘導に関する心電図データ(例えば12誘導心電図のデータ)を、例えば記録部130から取得する。なお、ここでは予め記録された心電図データを取得するものとするが、生体信号処理装置100が心電計に組み込まれる場合などにはリアルタイムで心電図データを取得してもよい。
S222で制御部110は、心電図データに対して非線形増幅処理を適用する。非線形増幅処理は、心電図データの振幅値(基線レベルとの差)が小さい部分に大きなゲインを、振幅値が大きい部分に小さなゲインを適用する。非線形増幅の特性には特に制限はないが、対数関数的な利得曲線を用いることができる。非線形増幅は心電図データのダイナミックレンジの非線形圧縮ということもできる。
S232で制御部110は、誘導ごとに、心電図データから画像データを生成する。本実施形態では、各誘導の時系列データである心電図データから、予め定められた共通の大きさ(水平および垂直方向の画素数)を有する矩形状の画像に対応する画像データを生成する。
図6(a)は、各誘導の心電図データから第1の方法によって生成した、水平方向84画素、垂直方向63画素の画像データが表す矩形画像を模式的に示している。ただし、図6(a)の例では、前処理における正規化が、誘導ごとに、その最大値を用いて行われている。
層数:6~10層
カーネルサイズ:3×3
活性化関数:ReLU
バッチサイズ:64
Epoch数:10~20
Dropout割合:0.5
・時系列データとして学習
比較例1:1次元CNN
比較例2:RNN(Recurrent Neural Network)
比較例3:Wavelet変換+Kernel SVM(Support Vector Machine)
・画像として学習
比較例4:AE(Auto Encoder)
比較例はいずれも誘導ごとに学習を行った。
また、複数の誘導の相互関係を考慮して判別する必要がある心筋梗塞(IMI)の感度(I_Acc)および陽性的中率(I_PPR)を比較すると、本実施形態による自動解析用データを用いることにより、比較例に対して精度が大幅に向上していることが分かる。
比較のため、対数圧縮を行わずに、誘導ごとに最大値で正規化を行った場合(Each Ch Normalization)と、対数圧縮を行わずに、最大振幅を飽和させた後、全誘導の最大値で各誘導を正規化した場合(Saturation)についても評価した。
Claims (15)
- 深層学習を利用した心電図解析に用いる心電図解析用データを生成する生体信号処理装置であって、
複数種の誘導に関する心電図データを取得する取得手段と、
前記心電図データに基づいて、前記複数種の誘導に関する波形の情報を表す2次元画像が誘導ごとに異なる予め定められた位置に配置された合成画像のデータを前記心電図解析用データとして生成する生成手段と、
を有し、
前記生成手段は、前記心電図データの値を輝度に変換した画像のデータを前記心電図解析用データとして生成することを特徴とする生体信号処理装置。 - 前記生成手段は、
前記複数種の誘導のそれぞれについて、前記心電図データの値を輝度に変換した1次元画像のデータを所定の長さずつ垂直方向に並べることにより前記2次元画像のデータを生成し、
前記複数種の誘導のそれぞれについて生成した前記2次元画像が誘導ごとに前記予め定められた位置に配列された合成画像のデータを前記心電図解析用データとして生成する、
ことを特徴とする請求項1に記載の生体信号処理装置。 - 深層学習を利用した心電図解析に用いる心電図解析用データを生成する生体信号処理装置であって、
複数種の誘導に関する心電図データを取得する取得手段と、
前記心電図データに基づいて、前記複数種の誘導に関する波形の情報を表す2次元画像が誘導ごとに異なる予め定められた位置に2次元配置された合成画像のデータを前記心電図解析用データとして生成する生成手段と、を有し、
前記生成手段は、
前記複数種の誘導のそれぞれについて、前記心電図データの値を波形として表す2次元画像であって、前記波形が前記2次元画像の水平方向の全体に渡って存在する2次元画像のデータを生成し、
前記複数種の誘導のそれぞれについて生成した前記2次元画像を前記予め定められた位置にしたがって水平方向および垂直方向に連結した合成画像のデータを前記心電図解析用データとして生成する、
ことを特徴とする生体信号処理装置。 - 前記生成手段は、前記心電図データに対して振幅値の正規化を含む前処理を適用し、前記前処理を適用した心電図データに基づいて、前記心電図解析用データを生成することを特徴とする請求項3に記載の生体信号処理装置。
- 前記生成手段は、前記心電図データの値を非線形圧縮した値に基づいて前記心電図解析用データを生成することを特徴とする請求項3に記載の生体信号処理装置。
- 前記生成手段は、前記非線形圧縮した値を誘導ごとに正規化してから前記心電図解析用データを生成することを特徴とする請求項5に記載の生体信号処理装置。
- 前記生成手段は、前記正規化された値を有する心電図データに対し、ダウンサンプリングを適用してから前記2次元画像のデータを生成することを特徴とする請求項6に記載の生体信号処理装置。
- 前記ダウンサンプリングが、心電図の1心拍期間を分割した区間に応じたサンプリングレートを有することを特徴とする請求項7に記載の生体信号処理装置。
- 前記生成手段は、前記合成画像の解像度を低減して前記心電図解析用データとすることを特徴とする請求項4から8のいずれか1項に記載の生体信号処理装置。
- 前記合成画像が正方形状であることを特徴とする請求項1から9のいずれか1項に記載の生体信号処理装置。
- 深層学習を利用した心電図解析に用いる心電図解析用データの生成方法であって、
複数種の誘導に関する心電図データを取得する取得工程と、
前記心電図データに基づいて、前記複数種の誘導に関する波形の情報を表す2次元画像が誘導ごとに異なる予め定められた位置に配置された合成画像のデータを前記心電図解析用データとして生成する生成工程と、
を有し、
前記生成工程では、前記心電図データの値を輝度に変換した画像のデータを前記心電図解析用データとして生成することを特徴とする心電図解析用データの生成方法。 - 深層学習を利用した心電図解析に用いる心電図解析用データの生成方法であって、
複数種の誘導に関する心電図データを取得する取得工程と、
前記心電図データに基づいて、前記複数種の誘導に関する波形の情報を表す2次元画像が誘導ごとに異なる予め定められた位置に2次元配置された合成画像のデータを前記心電図解析用データとして生成する生成工程と、を有し、
前記生成工程は、
前記複数種の誘導のそれぞれについて、前記心電図データの値を波形として表す2次元画像であって、前記波形が前記2次元画像の水平方向の全体に渡って存在する2次元画像のデータを生成することと、
前記複数種の誘導のそれぞれについて生成した前記2次元画像を前記予め定められた位置にしたがって水平方向および垂直方向に連結した合成画像のデータを前記心電図解析用データとして生成することと、
を有することを特徴とする心電図解析用データの生成方法。 - コンピュータを、請求項1から10のいずれか1項に記載の生体信号処理装置が有する各手段として機能させるためのプログラム。
- 既知の心電図データから請求項1から10のいずれか1項に記載の生体信号処理装置が生成した心電図解析用データを用いてニューラルネットワークを学習する工程を有することを特徴とする、ニューラルネットワークの学習方法。
- 既知の心電図データから請求項1から10のいずれか1項に記載の生体信号処理装置が生成した心電図解析用データを用いて学習したニューラルネットワークに、未知の心電図データから請求項1から10のいずれか1項に記載の生体信号処理装置が生成した心電図解析用データを適用することにより、前記未知の心電図データの自動解析を行う心電図解析装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019030386A JP7297464B2 (ja) | 2019-02-22 | 2019-02-22 | 生体信号処理装置および自動解析用データ生成方法 |
JP2023097217A JP7421681B2 (ja) | 2019-02-22 | 2023-06-13 | 生体信号処理装置および自動解析用データ生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019030386A JP7297464B2 (ja) | 2019-02-22 | 2019-02-22 | 生体信号処理装置および自動解析用データ生成方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023097217A Division JP7421681B2 (ja) | 2019-02-22 | 2023-06-13 | 生体信号処理装置および自動解析用データ生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020130772A JP2020130772A (ja) | 2020-08-31 |
JP7297464B2 true JP7297464B2 (ja) | 2023-06-26 |
Family
ID=72277161
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019030386A Active JP7297464B2 (ja) | 2019-02-22 | 2019-02-22 | 生体信号処理装置および自動解析用データ生成方法 |
JP2023097217A Active JP7421681B2 (ja) | 2019-02-22 | 2023-06-13 | 生体信号処理装置および自動解析用データ生成方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023097217A Active JP7421681B2 (ja) | 2019-02-22 | 2023-06-13 | 生体信号処理装置および自動解析用データ生成方法 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7297464B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112022144B (zh) * | 2020-09-09 | 2022-05-24 | 生物岛实验室 | 心电异常检测网络训练方法、心电异常预警方法及装置 |
CN112885459A (zh) * | 2021-02-09 | 2021-06-01 | 清华珠三角研究院 | 一种心室肥大的预测系统、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009207837A (ja) | 2008-03-06 | 2009-09-17 | Nippon Koden Corp | 生体信号測定装置 |
CN107837082A (zh) | 2017-11-27 | 2018-03-27 | 乐普(北京)医疗器械股份有限公司 | 基于人工智能自学习的心电图自动分析方法和装置 |
WO2018081907A1 (en) | 2016-11-04 | 2018-05-11 | Icentia Inc. | Computer-implemented method of handling electrocardiogram data |
JP2018089005A (ja) | 2016-11-30 | 2018-06-14 | フクダ電子株式会社 | 心電波形表示方法及び心電波形表示装置 |
WO2020004369A1 (ja) | 2018-06-29 | 2020-01-02 | 学校法人東京女子医科大学 | 心電図画像を用いた機械学習による心電図診断装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4630397B2 (ja) | 2004-03-31 | 2011-02-09 | ユーカリテック株式会社 | 体表面心電計 |
US9414787B2 (en) | 2013-11-21 | 2016-08-16 | Welch Allyn, Inc. | Navigation features for electrocardiograph device user interface |
JP6952488B2 (ja) | 2017-04-19 | 2021-10-20 | 日本光電工業株式会社 | 生体情報波形処理方法、記憶媒体、プログラム及び生体情報波形処理装置 |
-
2019
- 2019-02-22 JP JP2019030386A patent/JP7297464B2/ja active Active
-
2023
- 2023-06-13 JP JP2023097217A patent/JP7421681B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009207837A (ja) | 2008-03-06 | 2009-09-17 | Nippon Koden Corp | 生体信号測定装置 |
WO2018081907A1 (en) | 2016-11-04 | 2018-05-11 | Icentia Inc. | Computer-implemented method of handling electrocardiogram data |
JP2018089005A (ja) | 2016-11-30 | 2018-06-14 | フクダ電子株式会社 | 心電波形表示方法及び心電波形表示装置 |
CN107837082A (zh) | 2017-11-27 | 2018-03-27 | 乐普(北京)医疗器械股份有限公司 | 基于人工智能自学习的心电图自动分析方法和装置 |
WO2020004369A1 (ja) | 2018-06-29 | 2020-01-02 | 学校法人東京女子医科大学 | 心電図画像を用いた機械学習による心電図診断装置 |
Non-Patent Citations (3)
Title |
---|
PLoS One,2019年01月09日,Vol.14, No.1, e0210103,pp.1-10,<DOI: 10.1371/journal.pone.0210103> |
古林 せなみ、外4名,深層学習を用いた心電図波形の正常異常判定に関する研究,医療情報学会・人工知能学会 AIM 合同研究会資料,第5巻第5号,一般社団法人人工知能学会,2018年03月15日,pp.05-01~05-05 |
森浩輝,Deep Learning を用いたArtificial Intelligenceによる心電図診断の試み~より精度の高い心電図検診を目指して~,第54回日本小児循環器学会総会・学術集会,2022年11月28日,<URL:https://confit.atlas.jp/guide/event/jspccs54/subject/I-YB01-01/date> |
Also Published As
Publication number | Publication date |
---|---|
JP2020130772A (ja) | 2020-08-31 |
JP7421681B2 (ja) | 2024-01-24 |
JP2023120282A (ja) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7421681B2 (ja) | 生体信号処理装置および自動解析用データ生成方法 | |
CN109411041B (zh) | 心电信息处理方法和心电工作站系统 | |
KR102463764B1 (ko) | 부정맥 검출 방법, 장치, 전자장치 및 컴퓨터 기억 매체 | |
CN109411042B (zh) | 心电信息处理方法和心电工作站 | |
CN113408508B (zh) | 基于Transformer的非接触式心率测量方法 | |
CN109394205B (zh) | 一种基于深度神经网络的心电信号分析方法 | |
Patro et al. | Effective feature extraction of ECG for biometric application | |
WO2021027224A1 (zh) | 基于分组卷积神经网络的心电信号识别装置以及识别方法 | |
CN110522442B (zh) | 多导联心电异常检测装置、电子设备和存储介质 | |
CN109124620B (zh) | 一种房颤检测方法、装置及设备 | |
CN110680278B (zh) | 基于卷积神经网络的心电信号识别装置 | |
CN110226919B (zh) | 心电信号类型检测方法、装置、计算机设备及存储介质 | |
CN110717416B (zh) | 基于特征选取的st段分类识别用神经网络训练方法 | |
CN109077720B (zh) | 信号处理方法、装置、设备和存储介质 | |
CN111053551B (zh) | Rr间期心电数据分布显示方法、装置、计算机设备和介质 | |
JP6583892B2 (ja) | Ecg信号の並行解析装置、方法及び移動端末 | |
CN111631705A (zh) | 心电异常检测方法、模型训练方法、装置、设备及介质 | |
CN113786200B (zh) | 心电信号处理方法、装置、设备及可读介质 | |
CN110717415A (zh) | 基于特征选取的st段分类卷积神经网络及其使用方法 | |
CN110179451B (zh) | 心电信号质量检测方法、装置、计算机设备和存储介质 | |
CN111528833B (zh) | 一种心电信号的快速识别与处理方法及系统 | |
CN115881276B (zh) | 心电信号的时频双条形码特征图像生成方法及存储介质 | |
CN110537907B (zh) | 一种基于奇异值分解的心电信号压缩及识别方法 | |
Fortune et al. | Digitizing ECG image: new fully automated method and open-source software code | |
CN110811608A (zh) | 一种基于ecg信号的房颤监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210308 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220222 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221205 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230317 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230614 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7297464 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |