The subject of this project is complex computer analysis of intrapartum fetal CTG. Using methods of artificial intelligence and synergy of the technical approach and clinical experiences we will propose and implement objective and in decision quality at least comparable system for decision support of the obstetrician during the delivery. During the project span database of at least 10000 deliveries will be collected in FN Brno including parameters such as pH of the fetus. The data will be annotated by independent experts. The database will be used for data mining purposes and evaluation of the developed methods. Following hypothesis will be tested. A: Algorithms of artificial intelligence and digital signal processing are able to distinguish between abnormal and normal CTGs while having lesser variability then clinician decision. B: For improvement of automatic evaluation it is necessary to use additional parameters – qualitative effects on performance of the system will be put under critical scrutiny (en)
Předmětem grantu je komplexní počítačová analýza intrapartálního monitorování plodu. Za pomoci metod umělé inteligence a synergií technického přístupu a klinických zkušeností bude vytvořen systém pro podporu diagnostiky intrapartální hypoxie plodu. Bude vytvořen soubor cca. 10 000 těhotných obsahující intrapartální monitory a další data hodnotící výskyt hypoxie v peripartálním období. Data budou ohodnocena nezávislými experty. Databáze pak poslouží jako platforma pro dolování dat a pomůcka pro ověření vyvíjených metod. Testovány budou hypotézy, zda algoritmy umělé inteligence a číslicového zpracování signálu jsou schopny spolehlivě rozlišit abnormální KTG a zda předčí výsledky a/nebo variabilitu rozhodování lékaře. Dále bude testován význam využití doplňujících informací z anamnézy a kvalitativní vliv jednotlivých klinických příznaků na správnost automatické klasifikace a jednotlivé algoritmy.