使用相关系数和基于PCA的特征对心动描记数据进行调查和分类-研究论文

在这项工作中，尝试使用相关系数和基于PCA的特征对心动描记术数据进行分类。 心动描记法（CTG）是评估胎儿状况的监测工具。 它是用于记录胎儿心率（FHR）和子宫收缩（UC）变化的潜在工具。 为了提高诊断准确性，自动分析是必不可少的。 心动描记法在分娩期连续记录和监测23个重要特征。 心电图数据是从公共在线数据库中获得的，分为正常，可疑和病理三类。 为了准确地检测胎儿窘迫状况，具有重要特征的自动分析是必不可少的。 作为自动分析的预处理步骤，从CTG数据中提取相关系数和描述性统计特征。 结果显示，在正常和病理学组中，只有23个特征中有6个具有显着意义。 同样，在正常和可疑组中，发现23个特征中有4个具有显着性。 从PCA中提取的特征在正常，可疑和病理学中表现出6个重要特征。 与正常人和可疑人相比，他们对正常人和病理学的分类更为准确。 因此，应将基于PCA的特征与更多数量的样本一起视为有效的预处理特征之一，以对正常和异常数据进行分类。