机器学习在产前电子胎心监护领域的应用  

作　　者：唐灵儿 王妍[1] 

机构地区：[1]北京大学第三医院妇产科,国家妇产科临床研究中心,国家产科专业医疗质量管理与控制中心,北京100191 [2]北京大学医学部,北京100191

出　　处：《中国实用妇科与产科杂志》2024年第4期470-472,共3页Chinese Journal of Practical Gynecology and Obstetrics

基　　金：首都医学发展科研基金(2022-2Z-40912)。

摘　　要：电子胎心监护是一种通过记录胎心宫缩图形(cardiotocography,CTG)来实时反应胎儿状态的无创检测手段,主要目的是识别异常胎儿状况,降低宫内缺氧的风险[1-2]。缺氧是常见的产前胎儿异常状况,与胎儿生长受限、儿童期神经发育障碍乃至围产期死亡有着密切的关系,可能导致胎儿心率参数模式的变化,如基线变异和加速的减少或缺失[3]。我国指南推荐绝大多数高危孕妇自妊娠32周开始进行胎心监护,低危孕妇从37周开始每周必查[1]。临床医护人员根据指南进行的视觉评估CTG(visual CTG,vCTG)是目前主流的判读方法,但其不可重复性和主观性也已被广泛认识。

关 键 词：产前电子胎心监护 机器学习 

分 类 号：R714.5[医药卫生—妇产科学]