論文の概要: Improved Cardiac Arrhythmia Prediction Based on Heart Rate Variability
Analysis
- arxiv url: http://arxiv.org/abs/2206.03222v1
- Date: Tue, 7 Jun 2022 12:14:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-08 15:58:06.300707
- Title: Improved Cardiac Arrhythmia Prediction Based on Heart Rate Variability
Analysis
- Title(参考訳): 心拍変動解析に基づく心不整脈予測の改善
- Authors: Ashkan Parsi
- Abstract要約: 心室頻拍、心室細動、発作性心房細動が最も一般的で危険な不整脈である。
本論文は, 心不整脈を非生命的な心的事象と区別するための新しい不整脈検出法と予測法を提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Many types of ventricular and atrial cardiac arrhythmias have been discovered
in clinical practice in the past 100 years, and these arrhythmias are a major
contributor to sudden cardiac death. Ventricular tachycardia, ventricular
fibrillation, and paroxysmal atrial fibrillation are the most
commonly-occurring and dangerous arrhythmias, therefore early detection is
crucial to prevent any further complications and reduce fatalities. Implantable
devices such as pacemakers are commonly used in patients at high risk of sudden
cardiac death. While great advances have been made in medical technology, there
remain significant challenges in effective management of common arrhythmias.
This thesis proposes novel arrhythmia detection and prediction methods to
differentiate cardiac arrhythmias from non-life-threatening cardiac events, to
increase the likelihood of detecting events that may lead to mortality, as well
as reduce the incidence of unnecessary therapeutic intervention. The methods
are based on detailed analysis of Heart Rate Variability (HRV) information. The
results of the work show good performance of the proposed methods and support
the potential for their deployment in resource-constrained devices for
ventricular and atrial arrhythmia prediction, such as implantable pacemakers
and defibrillators.
- Abstract(参考訳): 過去100年間で心室性不整脈や心房性不整脈が臨床で発見されており、これらの不整脈は突然の心臓死の主な原因となっている。
心室頻拍、心室細動、発作性心房細動は最も多く発症し危険な不整脈である。
ペースメーカーのような移植可能な装置は、突然の心臓死のリスクが高い患者に一般的に使用される。
医療技術は大きな進歩を遂げているが、共通不整脈の効果的な治療には大きな課題がある。
本論文は、不整脈を非生死性心疾患と区別する新しい不整脈検出および予測方法を提案し、死亡につながる事象の検出可能性を高め、不要な治療介入の発生を減少させる。
本手法は,心拍変動(HRV)情報の詳細な解析に基づく。
その結果,本手法の有効性が示され,植込み式ペースメーカーや除細動器などの心房性不整脈予知装置への展開の可能性が示唆された。
関連論文リスト
- Predicting Heart Failure with Attention Learning Techniques Utilizing Cardiovascular Data [7.476028372444458]
心臓血管疾患では、心臓不全は死の主な原因の1つであり、また世界中の患者の長期的苦痛でもある。
本研究では,EHR(Electronic Health Record)心血管データ(射出率,血清クレアチニン)に注意学習に基づく心不全予測手法を提案する。
提案手法は,LSTMアプローチのような既存の最先端技術と比較して,心不全の予測に極めて効果的である。
論文 参考訳(メタデータ) (2024-07-11T08:33:42Z) - Cardiac Copilot: Automatic Probe Guidance for Echocardiography with World Model [66.35766658717205]
心臓の複雑な構造と重要な手術上の課題のため、経験豊富なソノグラフィーが不足している。
本稿では,リアルタイムなプローブ移動誘導が可能なCardiac Copilotシステムを提案する。
中心となるイノベーションは、心臓の空間構造を表現するためのデータ駆動の世界モデル、Cardiac Dreamerの提案である。
実世界の超音波データとそれに対応するプローブの動きを,3人のソノグラフィーによる151Kサンプル対を用いた110の定期的な臨床スキャンからトレーニングする。
論文 参考訳(メタデータ) (2024-06-19T02:42:29Z) - Advanced Neural Network Architecture for Enhanced Multi-Lead ECG Arrhythmia Detection through Optimized Feature Extraction [0.0]
不規則な心臓リズムを特徴とする不整脈は、深刻な診断課題を呈する。
本研究では,不整脈分類の複雑さに対処するために,ディープラーニング技術を活用した革新的なアプローチを提案する。
論文 参考訳(メタデータ) (2024-04-13T19:56:15Z) - ConFormer: A Novel Collection of Deep Learning Models to Assist
Cardiologists in the Assessment of Cardiac Function [0.0]
本稿では,心エコーによるEFおよび左室壁厚推定の自動化を目的とした新しい深層学習モデルであるConFormerを提案する。
ConFormerの実装は、コスト効率が高く、アクセシブルで、包括的な心臓健康モニタリングを可能にすることで、予防的心臓学を強化する可能性を秘めている。
論文 参考訳(メタデータ) (2023-12-13T23:40:14Z) - Interpretable Survival Analysis for Heart Failure Risk Prediction [50.64739292687567]
現状の生存モデルと解釈可能かつ競合する新しい生存分析パイプラインを提案する。
我々のパイプラインは最先端のパフォーマンスを達成し、心不全のリスク要因に関する興味深い新しい洞察を提供する。
論文 参考訳(メタデータ) (2023-10-24T02:56:05Z) - Semantic-aware Temporal Channel-wise Attention for Cardiac Function
Assessment [69.02116920364311]
既存のビデオベースの手法では、左室領域や運動による左室の変化にはあまり注意を払わない。
本稿では,左室分割課題を伴う半教師付き補助学習パラダイムを提案し,左室領域の表現学習に寄与する。
提案手法は,0.22 MAE,0.26 RMSE,1.9%$R2$の改善により,スタンフォードデータセットの最先端性能を実現する。
論文 参考訳(メタデータ) (2023-10-09T05:57:01Z) - Digital twinning of cardiac electrophysiology models from the surface
ECG: a geodesic backpropagation approach [39.36827689390718]
逆等角問題の解法としてGeodesic-BPを提案する。
その結果,Geodesic-BPは人工心臓の活性化を高精度に再現できることが示唆された。
パーソナライズド医療への将来のシフトを考えると、Geodesic-BPは将来の心臓モデルの機能化に役立つ可能性がある。
論文 参考訳(メタデータ) (2023-08-16T14:57:12Z) - A dynamic risk score for early prediction of cardiogenic shock using
machine learning [15.597400667978913]
心筋梗塞と心不全は、米国の何百万人もの人に影響を及ぼす主要な心血管疾患である。
心原性ショックの早期認識は重要である。
心原性ショックの発症を予測するため,心ICUに入院した患者を対象に,深層学習に基づくリスク階層化ツールCShockを開発した。
論文 参考訳(メタデータ) (2023-03-22T20:05:22Z) - Analysis of Arrhythmia Classification on ECG Dataset [0.0]
不整脈は、心臓のポンプ機構が異常になる状態である。
本研究は、ECGデータセット上の不整脈分類の分析である。
論文 参考訳(メタデータ) (2023-01-10T14:02:24Z) - Prediction of the onset of cardiovascular diseases from electronic
health records using multi-task gated recurrent units [51.14334174570822]
本稿では,電子カルテから心血管イベントを予測するための注意機構を備えたマルチタスク・リカレントニューラルネットワークを提案する。
提案手法は、NHS Foundation Trustの5年間のデータを用いて、標準的な臨床リスク予測器(QRISK)と機械学習の代替手段と比較される。
論文 参考訳(メタデータ) (2020-07-16T17:43:13Z) - A Robust Interpretable Deep Learning Classifier for Heart Anomaly
Detection Without Segmentation [37.70077538403524]
心音分類の先行段階として, 心音分節の重要性を論じる。
次に,心臓の異常音検出のための頑健な分類器を提案する。
我々の新しい分類器はまた、広く使われているPhyloNetデータセットでほぼ100%の精度で、堅牢で安定しており、最も重要な説明が可能であることも示されています。
論文 参考訳(メタデータ) (2020-05-21T06:36:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。