【作者】 ；
【导师】 ；
【作者基本信息】 山东大学， 妇产科学， 2008， 博士
【摘要】 目的:探讨人工神经网络在预测新生儿出生体重及孕妇分娩方式中的价值。方法:1.胎儿体重预测将我院226例足月、单胎、无妊娠合并症及并发症的初产妇分为训练组(100例,其中男女胎儿各50例)和验证组(126例,其中男女胎儿各63例),用训练组分别选取不同的参数构建了5个神经网络。①联合参数法,用孕妇的身高、体重、腹围、宫高及B超下胎儿的双顶径、股骨长和羊水池最大深度作为输入节点。②孕妇参数法,用孕妇的身高、体重、腹围和宫高作为输入节点。③胎儿参数法,用B超下胎儿的双顶径、股骨长和羊水池最大深度作为输入节点。④男婴联合参数法。⑤女婴联合参数法。后两组输入节点同组①联合参数法,数据则分别来自50例男婴或50例女婴。神经网络构建完成后以126例验证组来分别测试5种网络的准确性和误差,其中第④、⑤组分别用63例男婴或63例女婴测试。2.分娩方式预测研究对象全部病例来自2007年在济南中心医院分娩的足月、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。选取了11个输入参数,包括孕妇参数: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。结果:1.胎儿体重预测①前三组比较,联合参数法准确率最高为84.94%,母亲参数
