| 講演名 | 2022-05-26 Unsupervised Learning-based Non-invasive Fetal ECG Signal Quality Assessment 師 馨童(慶大), 山本 幸平(慶大), 大槻 知明(慶大), 松井 裕(アトムメディカル), 大和田 一成(アトムメディカル), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | |
| 抄録(英) | For fetal heart rate (FHR) monitoring, the non-invasive fetal electrocardiogram (FECG) obtained from abdomen surface electrodes has been widely employed. The accuracy of FECG-based FHR estimation, on the other hand, is highly dependent on the quality of the FECG signals, which can be influenced by a variety of interference sources, including maternal cardiac activities and fetal movements. Thus, FECG signal quality assessment (SQA) is a critical task in improving FHR estimation accuracy by eliminating or interpolating FHRs estimated from low-quality FECG signals. Various SQA approaches based on supervised learning have been proposed in recent studies. These approaches are capable of accurate SQA, however, they require big datasets with annotations. Nevertheless, the annotated datasets for the FECG SQA are extremely limited. In this research, to deal with this problem, we introduce an unsupervised learning-based SQA approach for identifying high and low-quality FECG signal segments. Some features associated with signal quality are extracted, including four entropy-based features, three statistical features, and four ECG signal quality indices (SQIs). In addition to these features, we introduce an autoencoder (AE)-based feature, which is based on the reconstruction error of AE that reconstructs spectrograms obtained from FECG signal segments. The collected features are then input into the self-organizing map (SOM) to classify the high and low-quality FECG segments. The experimental results indicated that our approach classified high and low-quality signals with a 98% accuracy. |
| キーワード(和) | |
| キーワード(英) | Non-invasive fetal ECGUnsupervised learningSignal quality assessmentAutoencoder |
| 資料番号 | SeMI2022-4 |
| 発行日 | 2022-05-19 (SeMI) |
| 研究会情報 | |
| 研究会 | SeMI / IPSJ-DPS / IPSJ-MBL / IPSJ-ITS |
|---|---|
| 開催期間 | 2022/5/26(から2日開催) |
| 開催地（和） | 北谷町商工会ホール |
| 開催地（英） | |
| テーマ（和） | センサネットワーク，モバイルインテリジェンス，分散コンピューティング，ITS，スマートコミュニティ，モバイルコンピューティング，パーベイシブシステム，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 山本 高至(京大) |
| 委員長氏名（英） | Koji Yamamoto(Kyoto Univ.) |
| 副委員長氏名（和） | 門田 和也(日立) / 大和田 泰伯(NICT) |
| 副委員長氏名（英） | Kazuya Monden(Hitachi) / Yasunori Owada(NICT) |
| 幹事氏名（和） | 橋本 匡史(サイバー大) / 金井 謙治(早大) / 内山 彰(阪大) |
| 幹事氏名（英） | Masafumi Hashimoto(Cyber Univ.) / Kenji Kanai(Waseda Univ.) / Akira Uchiyama(Osaka Univ.) |
| 幹事補佐氏名（和） | 勝間田 優樹(NTTドコモ) / 田谷 昭仁(青学大) / 中山 悠(東京農工大) |
| 幹事補佐氏名（英） | Yuki Katsumata(NTT DOCOMO) / Akihito Taya(Aoyama Gakuin Univ.) / Yu Nakayama(Tokyo Univ. of Agri. and Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Sensor Network and Mobile Intelligence / Special Interest Group on Distributed Processing System / Special Interest Group on Mobile Computing and Pervasive Systems / Special Interest Group on Intelligent Transport Systems and Smart Community |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Unsupervised Learning-based Non-invasive Fetal ECG Signal Quality Assessment |
| サブタイトル（和） | |
| キーワード(1)（和/英） | / Non-invasive fetal ECGUnsupervised learningSignal quality assessmentAutoencoder |
| 第 1 著者 氏名（和/英） | 師 馨童 / Xintong Shi |
| 第 1 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 2 著者 氏名（和/英） | 山本 幸平 / Kohei Yamamoto |
| 第 2 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 3 著者 氏名（和/英） | 大槻 知明 / Tomoaki Ohtsuki |
| 第 3 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 4 著者 氏名（和/英） | 松井 裕 / Yutaka Matsui |
| 第 4 著者 所属（和/英） | アトムメディカル株式会社(略称：アトムメディカル) Atom Medical Corporation(略称：Atom Medical Co., Ltd.) |
| 第 5 著者 氏名（和/英） | 大和田 一成 / Kazunari Owada |
| 第 5 著者 所属（和/英） | アトムメディカル株式会社(略称：アトムメディカル) Atom Medical Corporation(略称：Atom Medical Co., Ltd.) |
| 発表年月日 | 2022-05-26 |
| 資料番号 | SeMI2022-4 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | SeMI-46 |
| ページ範囲 | pp.15-19(SeMI), |
| ページ数 | 5 |
| 発行日 | 2022-05-19 (SeMI) |