深層学習を用いた心電図からの大動脈弁狭窄症(AS)識別法

2298
研究者名
所属
専門分野
生体医工学・生体材料学
キーワード
特許名称
心電信号分析装置及び心電信号分析プログラム
公開番号
特開2021-112479
出願人
学校法人早稲田大学
出願国・地域
日本

シーズ概要

心電図データから1拍画像を生成し,その画像に対して深層学習によって,「AS」か「ASではない」かの2クラス分類を行う.ここで,ネットワークの学習のための訓練データのアノテーションには,心臓超音波映像から専門医が判断する.得られた学習機とGrad-CAMを用いて,「AS」あるいは「ASではない」において注目している特徴量をバウンディングボックスとして生成する

効果

12誘導心電図信号のみに基づき、適合率 79%,再現率72%の精度でASのスクリーニングできることが確認され、心電図のみでのAS診断の可能性が示唆された。

応用・展開

弁膜症の1つである大動脈弁狭窄症(aortic valvular stenosis:AS)は,重症例では突然死も起こり得る.この疾患は,心電図のみで診断されることは少なく,多くは心臓超音波検査が必要になる.本研究では心電図のみから深層学習を用いてASか否かを識別する方法を提案している。さらに充実した臨床データで検証できれば、心電計等への組み込みが可能と考える。

優位性

精度が高いこと、また、また、機械学習の判断根拠となった有効な特徴量が心電図のどの波形部分かを見通すこともできる。

提供目的

受託研究

共同発明者

秦 絵里香 , 瀬尾 燦振 助教 , 中山 雅文 , 大谷 淳

関連論文

  • ”Classification of Aortic Stenosis Using ECG by Deep Learning and its Analysis Using Grad-CAM”, 2020 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC)
  • 深層学習を用いた心電図からの大動脈弁狭窄症の識別法の提案とGrad-CAMを用いた分析,秦絵里香, 瀬尾燦振, 中山雅文, 岩﨑清隆,大川内隆朗,大谷淳,電子情報通信学会MI研究会,信学技報,vol.119,no.399,MI2019-87,pp.97-101 2020年1月
掲載日: 2020/02/10