| 講演名 | 2017-01-26 機械学習を用いた呼吸状態の推定に関する研究 松岡 啓介(京都産大), 奥田 次郎(京都産大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，光電容積脈波（photoplethysmography; PPG）信号から，呼吸状態を推定する研究が行われている. 生理学的な研究から，PPG信号には，呼吸と同期する成分が含まれていることが知られている. 本研究では，10名の健常者の指尖で計測したPPG信号から特徴抽出を行い，ニューラルネットワーク，サポートベクトルマシンおよびk-平均法を用いて，PPGの特徴量の時系列から呼吸状態（吸気・呼気）の推定を行った. また, 主成分分析による特徴量の次元削減が与える影響について考察した. これらの結果から，PPG信号を特徴量とする機械学習による呼吸状態の推定の有用性を評価した. |
| 抄録(英) | Recent studies have tried to extract information on respiration from photoplethysmographic (PPG) signals. It is well known that the PPG signal includes respiratory synchronous components. In this study, we extracted feature information from the PPG signal measured at fingertip of 10 healthy subjects. We estimated respiratory states (inspiration / expiration) using machine learning algorithms including neural network, support vector machine, and k-means clustering. We also investigated influence of dimensional reduction of the features by using principal component analysis. We evaluated usefulness of respiratory state estimation by machine learning with PPG signals. |
| キーワード(和) | 光電容積脈波 / ニューラルネットワーク / 主成分分析 |
| キーワード(英) | Photoplethysmography / Neural Network / Principal Component Analysis |
| 資料番号 | NC2016-53 |
| 発行日 | 2017-01-19 (NC) |
| 研究会情報 | |
| 研究会 | NC / NLP |
|---|---|
| 開催期間 | 2017/1/26(から2日開催) |
| 開催地（和） | 北九州学術研究都市 産学連携センター |
| 開催地（英） | Kitakyushu Foundation for the Advanement of Ind. Sci. and Tech. |
| テーマ（和） | ニューロコンピューティングの実装および人間科学のための解析・モデル化，一般 |
| テーマ（英） | Implementation of Neuro Computing,Analysis and Modeling of Human Science, etc |
| 委員長氏名（和） | 佐藤 茂雄(東北大) / 藤坂 尚登(広島市大) |
| 委員長氏名（英） | Shigeo Sato(Tohoku Univ.) / Hisato Fujisaka(Hiroshima City Univ.) |
| 副委員長氏名（和） | 萩原 将文(慶大) / 安達 雅春(東京電機大) |
| 副委員長氏名（英） | Masafumi Hagiwara(Keio Univ.) / Masaharu Adachi(Tokyo Denki Univ.) |
| 幹事氏名（和） | 田中 宏喜(京都産大) / 青西 亨(東工大) / 和田 昌浩(甲南大) / 坪根 正(長岡技科大) |
| 幹事氏名（英） | Hiroki Tanaka(Kyoto Sangyo Univ.) / Toru Aonishi(Tokyo Inst. of Tech.) / Masahiro Wada(Konan Univ.) / Tadashi Tsubone(Nagaoka Univ. of Tech.) |
| 幹事補佐氏名（和） | 秋間 学尚(東北大) / 篠沢 佳久(慶大) / 麻原 寛之(岡山理科大) / 橘 俊宏(湘南工科大) |
| 幹事補佐氏名（英） | Hisanao Akima(Tohoku Univ.) / Yoshihisa Shinozawa(Keio Univ.) / Hiroyuki Asahara(Okayama Univ. of Science) / Toshihiro Tachibana(Shonan Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 機械学習を用いた呼吸状態の推定に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Estimation of respiratory state using machine learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 光電容積脈波 / Photoplethysmography |
| キーワード(2)（和/英） | ニューラルネットワーク / Neural Network |
| キーワード(3)（和/英） | 主成分分析 / Principal Component Analysis |
| 第 1 著者 氏名（和/英） | 松岡 啓介 / Keisuke Matsuoka |
| 第 1 著者 所属（和/英） | 京都産業大学(略称：京都産大) Kyoto Sangyo University(略称：Kyoto Sangyo Univ.) |
| 第 2 著者 氏名（和/英） | 奥田 次郎 / Jiro Okuda |
| 第 2 著者 所属（和/英） | 京都産業大学(略称：京都産大) Kyoto Sangyo University(略称：Kyoto Sangyo Univ.) |
| 発表年月日 | 2017-01-26 |
| 資料番号 | NC2016-53 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | NC-424 |
| ページ範囲 | pp.31-36(NC), |
| ページ数 | 6 |
| 発行日 | 2017-01-19 (NC) |