基于遗传算法和最小二乘支持向量机的胎儿状态智能评估

胎心宫缩图是一种临床常用的评估胎儿健康状况的电子监护技术，具有易受主观因素影响导致诊断率较低的缺点。为降低误诊率，辅助医生做出准确的医疗决策，本文提出了一种基于胎心率信号分析胎儿状态的智能评估方法。首先，本文将来自捷克技术大学—布尔诺大学医院公开数据库的信号进行预处理后，对其中的胎心率信号进行多模态特征提取，然后利用设计的基于 k—最近邻遗传算法选择最优特征子集，最后采用最小二乘支持向量机法对其分类。实验结果显示，利用本文提出的方法对胎儿状态进行分类，其准确度可达 91%，灵敏度为 89%，特异度为 94%，质量指标为 92%，受试者工作特征曲线下面积为 92%，具有较好的分类性能，可辅助临床医生对胎儿状态做出有效评估