摘要
目的:探讨人工神经网络在预测孕妇分娩方式中的价值.方法:选取在我院分娩的足月、单胎、无妊娠合并症及并发症的初产妇共220例样本.其中顺产58例、会阴侧切术56例,胎头吸引术48例、剖宫产58例.排除胎儿窘迫等突发因素,因为头位难产而行的手术.剖宫产者须经充分试产、宫口开全而试产失败者.将全部样本按奇、偶数随机分成两组:训练组104例,验证组116例.选取11个输入参数,孕妇的身高、体重、宫高、腹围,骨盆外测量的四个经线:髂棘间径、髂嵴间径、骶耻外径、出口横径.超声参数:胎儿双顶径、股骨长、羊水池深度.将训练组104例分别用一项数值法和四项分类法构建网络.神经网络构建完成后以116例验证组来分别测试2种网络的准确性和误差.结果:一项数值预测法的总误差率为38.33%,四项分类预测法的总误差率为33.34%,结果相近.四项分类法非剖宫产的预测正确率高达81.18%,而剖宫产预测正确率则仅为19.35%.结论:采用人工神经网络预测分娩方式有很好的研究价值和应用前景.全面考虑影响分娩的诸因素,可能会进一步提高网络性能.
NETL
NSTL
维普
万方数据