ABSTRACT
A análise acurada da frequência cardíaca fetal (FCF) correlacionada com as contrações uterinas permite diagnosticar, e consequentemente antecipar, diversos problemas relativos ao bem estar fetal e à preservação de sua vida. O presente trabalho apresenta os resultados de um sistema híbrido, baseado em regras determinísticas e em um módulo de inferência nebuloso do tipo Mamdani, para análise de sinais coletados através de exames denominados cardiotocografias (CTG). As variáveis analisadas são: o valor basal da FCF, suas variabilidades de curto e de longo prazo, acelerações transitórias e desacelerações, sendo estas classificadas por seu tipo e número de ocorrências. São utilizados dois modelos de classificação. A saída do sistema, em qualquer dos modelos, é um diagnóstico de primeiro nível baseado nestas variáveis de entrada. O sistema inteligente para auxílio ao diagnóstico no monitoramento fetal eletrônico por análise de cardiotocografias (SISCTG) foi desenvolvido na linguagem de scripts do programa MATLAB® v.7. O projeto conta também com uma parceria multi-institucional entre o Brasil e a Alemanha, envolvendo o Departamento de Engenharia de Teleinformática (DETI) da Universidade Federal do Ceará (UFC), a Maternidade-Escola Assis Chateaubriand (MEAC), a Technische Universitãt München e a empresa alemã Trium GmbH, que fornece a base de dados utilizada neste trabalho. Os resultados apresentados pelo SISCTG mostram-se promissores, com um índice de acertos (comparando-se os dois modelos utilizados) variando de 83% a 100%, de acordo com o tipo de diagnóstico. Isto permite projetar o aprimoramento deste sistema com novas variáveis de entrada (como a entropia aproximada da FCF e da sua variabilidade). A validação do sistema contou com especialistas brasileiros e alemães na área obstétrica.
The accurate analysis of the fetal heart rate (FHR) and its correlation with uterine contractions (UC) allow the diagnostic and the anticipation of many problems related to fetal distress and the preservation of its life. This paper presents the results of a hybrid system based on a set of deterministic rules and fuzzy inference system developed to analyze FHR and UC signals collected by cardiotocography (CTG) exams. The studied variables are basal FHR, short and long-term FHR variability, transitory accelerations and decelerations, these lasts classified by their type and number of occurrences. Two classification models are used. For both models, the system output is a first level diagnostic based on those input variables. The system is developed using the MATLAB® v.7 script language. The project is also supported by a multi-institutional agreement between Brazil and Germany, among the DETI (Departamento de Engenharia de Teleinformática of the Universidade Federal do Ceará), the MEAC (Maternidade-Escola Assis Chateaubriand), the TUM (Technische Universitãt München), and the Trium GmbH, a German company who supplied the database used in this project. The results are very promising with a diagnostic accuracy (considering the two models used) varying from 83% to 100%, according to the type of diagnostic. These results allow the projection of refinements of the proposed system, inserting new input variables (such as the approximate entropy of the FHR and its variability). The system validation methodology was based on the knowledge of Brazilian and German obstetricians.