CAFEun sistema con arquitectura híbrida para la monitorización inteligente del estado antenatal

Abstract

El objetivo de este trabajo de Tesis es el diseño, implementación y validación de un sistema computerizado de análisis y clasificación de registros cardiotocográficos (CTG) en tiempo real, desarrollado para la monitorización fetal basada en el test no estresante, El propósito de desarrollo se consigue en CAFE mediante la utilización de una arquitectura híbrida en la que combinan técnicas computacionales clásicas con técnicas de Inteligencia Artificial, tanto dela rama de las Redes de Neuronas Artificiales como de la rama de los Sistemas Basados en Conocimiento que se acoplan para tratar de emular el comportamiento humano en el análisis de registros CTG. CAFE es el único sistema en el campo que automatiza todas las tareas implicadas en un test no estresante. Destacan el tratamiento inteligente que hace de los artefactos de señal y la aproximación adoptada para el desarrollo del clasificador de patrones decelerativos encontrados en la señal de frecuencia cardíaca fetal. En este sentido, debido a la dificultad para la obtención de este tipo de patrones y a la alta variabilidad existente entre expertos humanos en cuanto a su clasificación, se han utilizado patrones sintetizados a partir de registros de papel disponibles en atlas obstétricos. Finalmente, el estudio de validación que se realizó tras el diseño, desarrollo e implementación de CAFE permitió establecer el buen rendimiento del sistema frente a un grupo de expertos humanos.