高度比较性胎儿心率分析
机器学习
2014-12-04 v1 人工智能
定量方法
摘要
本文分析了来自7221名产妇分娩期间测量的胎儿心率(FHR)时间序列数据库,旨在学习这些记录中对低脐带血pH值具有信息量的特征类型。我们的“高度比较性”分析涉及从每个FHR时间序列中提取超过9000个时间序列分析特征,包括自相关、熵、分布以及各种模型拟合的度量。这一多样化的特征集合源自先前的工作,并已公开可用。我们描述了五个最准确地对包含59个“低pH”和59个“正常pH”FHR记录的平衡训练集进行分类的特征。然后,我们描述了在整个FHR时间序列数据集中与脐带血pH值具有最强线性相关性的五个特征。本工作中识别的特征可作为未来分娩期间指导干预系统的一部分。这项工作成功展示了跨时间序列分析的大量跨学科文献进行比较的效用,以自动为特定的生物医学信号处理挑战贡献新的科学成果。
引用
@article{arxiv.1412.1138,
title = {Highly comparative fetal heart rate analysis},
author = {B. D. Fulcher and A. E. Georgieva and C. W. G. Redman and Nick S. Jones},
journal= {arXiv preprint arXiv:1412.1138},
year = {2014}
}
备注
7 pages, 4 figures