数据挖掘通过Cardiotocography胎儿畸形的预测数据

文摘

尽管技术进步和健康,孕产妇和胎儿死亡妊娠和分娩期间及之后仍然是重要的。大多数这些死亡可以避免怀孕前和怀孕期间如果有产前护理,可以协助监测胎儿心率(FHR)。因此,医疗方法已经开发协助监控,如cardiotocography(玻纤)。合作开发的方法,机器学习和计算智能领域的进步使人们有可能增加分类和识别系统的有效性,因此,预测可能的产妇或胎儿死亡。为此,本文试图预测胎儿健康,通过数据的分类结果使用两种不同类型的分类,从胎儿ctg胎儿状态和形态模式。胎儿状态分类,使用决策树等方法(DT)和再邻居(资讯),提出了高精度的价值观,实现值从93%到98%不等。然而,尽管没有预期,形态的分类标准也显示精度高值,实现最好的模型值93%的准确性与资讯。因此,两个分类之间的互补可能保证成功预测胎儿健康。