基于人工神经网络的胎儿窘迫预测研究

摘要：

目的：探讨人工神经网络在预测胎儿宫内窘迫中的应用价值。方法选取2013年6月至2015年6月南京市浦口医院因分娩前诊断为胎儿窘迫而行产科干预分娩，新生儿Apgar评分<8分的产妇198例，将全部样本按奇偶数分为两组(训练组99例，验证组99例)。选择11个输入参数，羊水性状：清、Ⅰ度、Ⅱ度、Ⅲ度，胎心监护：正常、基线变异减弱或消失、基线>160次/min、基线<110次/min、早期减速、变异减速、晚期减速。将训练组用数值法构建网络，然后以验证组来测试诊断符合率。另取同期因分娩前诊断胎儿窘迫而行产科干预，分娩后未发现胎儿宫内窘迫依据的产妇220例为临床假阳性组，输入参数测试假阳性率。结果验证组诊断符合率87．88%，假阴性率12．12%；假阳性组假阳性率20．53%，诊断符合率79．47%。结论采用人工神经网络预测胎儿窘迫有很好的研究价值和应用前景，增加临床检测指标及样本量的输入可能会进一步提高网络精度。

关键词：人工神经网络、胎儿窘迫、预测

所属期刊栏目：37

分类号：R714;R473.71;R614

资助基金：南京市医学科技发展项目ykk13209

在线出版日期：2016-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1201-1203