Análise da oxigenação e da acidemia fetal reconhecidas por meio da variabilidade de curto prazo da frequência cardíaca fetal

Abstract

Neste trabalho, são apresentados o desenvolvimento a implementação de um algoritmo dedicado a investigar a correlação entre a variabilidade de curto prazo (VCP) da frequência cardíaca fetal (FCF) e os níveis de oxigenação e de acidemia fetal coletados no sangue da artéria umbilical. Os sinais dos batimentos cardíacos fetais foram coletados utilizando um cardiotocógrafo computadorizado, para a obtenção dos vetores de características (VCs) baseados nos conceitos de energia, taxa de cruzamentos por zero (ZCR), entropia e suas respectivas massas.Posteriormente, para a análise dos VCs foi utilizado os recursos da engenharia paraconsistente de características (EPC) para definir o grupo de VCs ideais, apontando para a melhor separação existente entre duas classes, isto é, VCs de gestações anormais e normais, caracterizando assim a correlação procurada para predição da oxigenação e da acidemia fetal. Foram utilizados os dados brutos selecionados sinais do batimento cardíaco fetal, considerando-se sinais de gestações consideradas anormais com pH inferior a 7,20 e sinais de gestações consideradas normais com pH superior a 7,20. Com o processamento destes sinais considerados anormais e normais, obteve-se a matriz de confusão com 81,67% de acurácia, com a aplicação de procedimento de validação cruzada em que 50% dos FVs para cada classe foi usado para treinamento e o restante 50% foi usado para teste, apresentando um significativo resultado a partir desta análise, podendo ser considerado um excelente avanço de nascimento com sucesso.

In this work, the development and implementation of an algorithm dedicated to investigating the correlation between short-term variability (SVC) of fetal heart rate (FHR) and levels of oxygenation and fetal acidemia collected in umbilical artery blood are presented. The fetal heart rate signals were collected using a computerized cardiotocograph to obtain characteristic vectors (FVs) based on the concepts of energy, zero crossing rate (ZCR), entropy and their respective masses. Subsequently, for the analysis of the FVs, the resources of paraconsistent engineering of characteristics (PEC) were used to define the group of ideal FVs, pointing to the best existing separation between two classes, that is, VCs of abnormal and normal pregnancies, thus characterizing the correlation sought for prediction of fetal oxygenation and acidemia. Raw data selected for fetal heartbeat signals were used, considering signs of pregnancies considered abnormal with a pH lower than 7.20 and signs of pregnancies considered normal with a pH higher than 7.20. With the processing of these signals considered abnormal and normal, the confusion matrix was obtained with 81.67% accuracy, with the application of a cross validation procedure in which 50% of the FVs for each class was used for training and the remaining 50% was used for testing, showing a significant result from this analysis, and can be considered an excellent successful birth advance.