論文の概要: Automated detection of pediatric congenital heart disease from phonocardiograms using deep and handcrafted feature fusion

• arxiv url: http://arxiv.org/abs/2604.24767v1
• Date: Wed, 15 Apr 2026 00:31:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:14.211292
• Title: Automated detection of pediatric congenital heart disease from phonocardiograms using deep and handcrafted feature fusion
• Title（参考訳）: 深部・手技による心エコー図からの小児先天性心疾患の自動検出
• Authors: Abdul Jabbar, Ethan Grooby, Yang Yi Poh, Khawza I. Ahmad, Md Hassanuzzaman, Raqibul Mostafa, Ahsan H. Khandoker, Faezeh Marzbanrad,
• Abstract要約: 先天性心疾患(英語版) (CHD) は、世界で最も一般的な出生障害であり、世界中の生児の約1%に影響を及ぼす。 本稿では,CHDの検出のためのデジタル聴診器,デジタル聴診器を提案する。 提案手法は,CHDの自動早期検出のための深部・手技的特徴を統合した深部特徴融合に基づく。
• 参考スコア（独自算出の注目度）: 7.150060950962671
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Congenital heart disease (CHD) is the most common type of birth defect, impacting about 1% of live births worldwide. Echocardiography, the gold-standard diagnostic method, is costly and inaccessible in low-resource settings. Diagnosis is delayed due to limited skilled experts, whose ability to interpret pathological patterns varies significantly, causing inter- and intra-clinician variability. Therefore, we present a new method for a more accessible diagnostic modality, the digital stethoscope, to detect CHDs. Our method is based on deep feature fusion, integrating deep and handcrafted features for the automated early detection of CHDs. For this work, Phonocardiography (PCG) recordings were obtained from 751 pediatric subjects (Age:1 month- 16 years) in Bangladesh, ranging from infants to adults at four auscultation locations: mitral valve (MV), aortic valve (AV), pulmonary valve (PV), and tricuspid valve (TV). These recordings were labeled based on confirmed diagnoses by cardiologists as either cases of CHD or non-CHD. The results demonstrated that our proposed model achieved an accuracy of 92%, a sensitivity of 91%, and a specificity of 91%, based on a patient-wise split of 70% training, 20% validation, and 10% testing. Furthermore, the Area Under the Receiver Operating Characteristic curve (AUROC) of 96%, and an F1-score of 92%. This model promises efficient real-time remote detection of CHDs as a cost-effective screening tool for low-resource settings.
• Abstract（参考訳）: 先天性心疾患(英語版) (CHD) は、世界で最も一般的な出生障害であり、世界中の生児の約1%に影響を及ぼす。 金標準診断法であるエコー心電図は、低リソース環境では費用がかかり、アクセス不能である。 診断が遅れるのは、専門知識が限られており、病的パターンを解釈する能力が著しく異なり、臨床内および臨床内変異が生じるためである。 そこで本研究では,CHDを検出するためのデジタル聴診器,デジタル聴診器を提案する。 提案手法は,CHDの自動早期検出のための深部・手技的特徴を統合した深部特徴融合に基づく。 バングラデシュでは乳児から成人まで, 僧帽弁(MV), 大動脈弁(AV), 肺弁(PV), 三尖弁(TV)の4箇所で, 751名の小児(Ag:1カ月～16歳)の心電図が得られた。 これらの記録は、CHDまたは非CHDの症例として、心臓科医が確認した診断に基づいてラベル付けされた。 以上の結果から,提案モデルが精度92%,感度91%,特異性91%を達成できた。 さらに、受信者動作特性曲線(AUROC)の面積は96%、F1スコアは92%である。 このモデルは、低リソース設定のためのコスト効率なスクリーニングツールとして、CHDの効率的なリアルタイムリモート検出を実現する。

関連論文リスト

• Artificial Intelligence for Detecting Fetal Orofacial Clefts and Advancing Medical Education [50.132847182375514]
  顎裂は先天性頭蓋顔面異常の中で最も多い。 以上の結果から, 人工口腔の口蓋裂は93%, 95%以上の感度, 特異性で診断できることが示唆された。
  論文  参考訳（メタデータ） (2026-03-06T18:06:20Z)
• A Disease-Centric Vision-Language Foundation Model for Precision Oncology in Kidney Cancer [54.58205672910646]
  RenalCLIPは、腎腫瘤の特徴、診断、予後のための視覚言語基盤モデルである。 腎がんの完全な臨床ワークフローにまたがる10のコアタスクにおいて、優れたパフォーマンスと優れた一般化性を実現した。
  論文  参考訳（メタデータ） (2025-08-22T17:48:19Z)
• An Agentic System for Rare Disease Diagnosis with Traceable Reasoning [69.46279475491164]
  大型言語モデル(LLM)を用いた最初のまれな疾患診断エージェントシステムであるDeepRareを紹介する。 DeepRareは、まれな疾患の診断仮説を分類し、それぞれに透明な推論の連鎖が伴う。 このシステムは2,919の疾患に対して異常な診断性能を示し、1013の疾患に対して100%の精度を達成している。
  論文  参考訳（メタデータ） (2025-06-25T13:42:26Z)
• Congenital Heart Disease recognition using Deep Learning/Transformer models [0.0]
  先天性心疾患(CHD)は乳幼児の死亡率と死亡率の主要な原因である。 深層学習モデルは、自動的に特徴を抽出する能力を持ち、医師がより効果的にCHDを検出するのを助けることができる。
  論文  参考訳（メタデータ） (2025-05-13T05:34:06Z)
• Congenital Heart Disease Classification Using Phonocardiograms: A Scalable Screening Tool for Diverse Environments [34.10187730651477]
  先天性心疾患(CHD)は早期発見を必要とする重要な疾患である。 本研究では, 心電図(PCG)信号を用いたCHD検出のための深層学習モデルを提案する。 バングラデシュの一次データセットを含むいくつかのデータセットで、我々のモデルを評価した。
  論文  参考訳（メタデータ） (2025-03-28T05:47:44Z)
• A Deep Learning System for Rapid and Accurate Warning of Acute Aortic Syndrome on Non-contrast CT in China [34.1445580369382]
  大動脈CT血管造影(ATA)は,AASを疑う患者に選択される画像プロトコルである。 中国における経済とワークフローの制約により、疑いのある患者の大多数が最初の画像検査として非コントラストCTを施行した。 AAS識別に非コントラストCTを用いた人工知能による警告システムiAortaを提案する。
  論文  参考訳（メタデータ） (2024-06-14T02:15:09Z)
• Sparse Dynamical Features generation, application to Parkinson's Disease diagnosis [0.0]
  本稿では,脳波の動的,頻度,時間的内容を用いて脳の機能に着想を得た新しいアプローチを提案する。 本手法は,N=50名の被験者を含む3眼球聴覚タスク中に記録された脳波信号を含む公開データセットを用いて評価し,そのうち25名がPDに罹患した。
  論文  参考訳（メタデータ） (2022-10-20T22:39:29Z)
• Self-supervised contrastive learning of echocardiogram videos enables label-efficient cardiac disease diagnosis [48.64462717254158]
  心エコービデオを用いた自己教師型コントラスト学習手法であるエコーCLRを開発した。 左室肥大症 (LVH) と大動脈狭窄症 (AS) の分類成績は,EchoCLR の訓練により有意に改善した。 EchoCLRは、医療ビデオの表現を学習する能力に特有であり、SSLがラベル付きデータセットからラベル効率の高い疾患分類を可能にすることを実証している。
  論文  参考訳（メタデータ） (2022-07-23T19:17:26Z)
• Identification of Ischemic Heart Disease by using machine learning technique based on parameters measuring Heart Rate Variability [50.591267188664666]
  本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。 最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
  論文  参考訳（メタデータ） (2020-10-29T19:14:41Z)

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。