Neural networks for recognizing patterns in cardiotocograms
Article Ecrit par: Ulbricht, Claudia ; Dorffner, Georg ; Lee, Andreas ;
Résumé: Le cardiotocogram (CTG) est généralement employé pour la surveillance foetale courante dans la salle de la livraison. Un problème important est que l'interprétation de la trace de CTG exige les spécialistes expérimentés. Afin d'éviter de longues lacunes entre la détection un modèle soupçonneux et l'interposition, le CTG doit être signés des intervalles courts. Un système de surveillance automatisé à l'emplacement obstétrique peut réduire tels retarde. Par conséquent, un système d'alarme rapportant immédiatement des événements soupçonneux a été établi. Le centre de notre étude a été mis sur la question si des techniques de AI telles que les réseaux neurologiques sont convenues à la tâche d'identifier des modèles dans la trace de CTG. Dans une étude comparative, leur exécution a été évaluée contre celle des méthodes conventionnelles. Les réseaux neurologiques se sont avérés fournir des résultats sensiblement meilleurs que les méthodes conventionnelles examinées.
Langue:
Anglais