Desarrollo de un sistema de predicción del parto prematuro en base a la electrohisterografía mediante aprendizaje de datos desbalanceados

Abstract

[ES] El parto prematuro es una de los complicaciones más frecuentes y serias que pueden ocurrir durante el embarazo. Alrededor de 15 millones de bebes prematuros nacen cada año, donde en los países desarrollados corresponde al 70% de la mortalidad y el 75% de la morbilidad en neonatos. Un diagnóstico temprano puede evitar ciertos problemas de salud y mejorar el impacto económico. La literatura ha puesto de manifiesto la capacidad del registro de la actividad mioeléctrica uterina (electrohisterograma o EHG) en superficie abdominal como herramienta para monitorizar la dinámica uterina. Así el EHG ha surgido como técnica alternativa a otras ya existentes como la tocodinamometría o la presión intrauterina. Además, se ha constado que posee información sobre el estado madurativo del útero y sobre la predicción de la proximidad del parto. El objetivo de este TFM es la implementación de un sistema de predicción del parto prematuro mediante el desarrollo de un modelo de aprendizaje automático tomando como entradas registros de EHG y parámetros obstétricos. La base de datos empleada (Term-Preterm EHG Database disponible en Physionet), se encuentra desbalanceada, donde 159 registros son a término y 31 registros corresponden al parto pretérmino. En el presente trabajo fin de máster, se ha comparado el desempeño del uso del percentil 50 frente a los percentiles 10-90 de las ventanas de análisis de parámetros de EHG en cada registro como entradas a los modelos de aprendizaje en la discriminación del parto prematuro. Se han desarrollado y comparado dos técnicas para afrontar esta diferencia entre clases, como el SMOTE. Concretamente, se ha empleado el algoritmo de clasificación Extreme Learning Machine (ELM) y el Weigthed Extreme Learning Machine (WELM). Los resultados sugieren que independiente del modelo de predicción, el uso del percentil 10-90 de las características EHG presenta mejores rendimientos que el percentil 50. Por otra parte, los resultados obtenidos para el clasificador ELM y WELM con un F1-score de 51,01% y 53,42% respectivamente, no presentaron diferencia significativa para la predicción del parto prematuro. En cambio, kernel WELM obtuvieron considerable mejor rendimiento para la predicción del parto prematuro, alcanzando un valor de F1-score de 66,70%. La técnica de SMOTE obtuvo los mejores rendimientos del modelo de predicción con un F1-score de 95.39%. Estos resultados asientan la base para desarrollar modelos de predicción de parto prematuro robustos y generalizables en base a EHG utilizando las técnicas de aprendizaje de datos desbalanceados.

[EN] Preterm birth is one of the most frequent and serious complications that can occur during preganancy. About 15 million premature babies are born each year, where in developed countries, it accounts for 70% of mortality and 75% of morbidity in neonates. Early diagnosis can prevent certain health problems and improve the economic impact. The literature has highlighted the capacity of recording uterine myoelectric activity (electrohysterogram or EHG) on the abdominal surface as a tool for monitoring uterine dynamics. Thus, the EHG has emerged as an alternative technique to other existing techniques such as tocodynamometry or intrauterine pressure. In addition, it has been found to have information on the maturational state of the uterus and the prediction of the proximity of labor. The aim of this TFM is the implementation of a system for the prediction of preterm delivery by developing a machine learning model using EHG records and obstetric parameters as inputs. The database used (Term-Preterm EHG Database available in Physionet), is unbalanced, where 159 records are term and 31 records correspond to preterm delivery. In the present master's thesis, we compared the performance of using the 50th percentile versus the 10-90th percentiles of the EHG parameter analysis windows in each record as inputs to the learning models in the discrimination of preterm delivery. Two techniques have been developed and compared to address this difference between classes, like SMOTE technique. Specifically, the Extreme Learning Machine (ELM) and the Weigthed Extreme Learning Machine (WELM) classification algorithms have been employed. The results suggest that independent of the prediction model, the use of the 10-90th percentile of the EHG features presents better performances than the 50th percentile. On the other hand, the results obtained for the ELM and WELM classifier with F1-score of 51,01 % and 53,42 % respectively, did not present significant difference for the prediction of preterm delivery. In contrast, WELM kernel obtained considerably better performance for the prediction of preterm delivery, reaching an F1-score value of 66,70%. The SMOTE technique obtained the best prediction model performances with an F1-score of 95,39%. These results set the foundation for developing robust and generalizable preterm delivery prediction models based on EHG using unbalanced data learning techniques.

[CA] El part prematur és una de les complicacions més freqen¨ts i series que poden ocórrer durant el part. Al voltant de 15 milions de bebès prematurs naixen cada any, on en els països desenvolupats correspon al 70% de la mortalitat i el 75% de la morbiditat en nounats. Una diagnosi a temps podria evitar certs problemes de salut i podria millorar l’impacte econòmic. La literatura ha posat en manifest la capacitat del registre de l’activitat mioelèctrica uterina (electrohisterograma o EHG) en la superfície abdominal com a ferramenta para la monitoratge de la dinàmica uterina. Així el EHG ha sorgit com una tècnica alternativa a altres ja existent com la tocodinamomètria o la pressió intrauterina. A més, s’ha contat que posseïx informació sobre l’estat maduratiu de l’úter i la predicció de la proximitat del part. L’objectiu d’aquest TFM és l’implementación d’un sistema de predicció del part prematur mitjançant el desenvolupament d’un model d’aprenentatge automàtic prenent com entrades, registres de EHG i paràmetres obstètrics. La base de dades emprada (Term-Preterm EHG Database disponible en Physionet), es troba desequilibrada on 159 registres són a terme i 31 registres corresponen al part preterme. En aquest treball de fi de màster, s’ha comparat l’acompliment de l’us del percentí 50 enfront dels percentils 10-90 de les finestres d’anàlisis de paràmetres EHG en cada registre com entrada de als models d’aprenentatge en la discriminació del part prematur. S’han desenvolupat i comparat dos tècniques per a afrontar aquesta diferencia entre clases. Concretament, s’ha emprat l’algoritme de classificació Extreme Learing Machine (ELM) i el Weirghted Extreme Learning Machine (WELM). Els resultats suggereixen que independent del model de predicció, l’ús del percentil 10-90 de les característiques EHG presenta millors rendiments que el percentil 50. D’altra banda, els resultats obtinguts per al classificador ELM i WELM amb un F1-score de 51,01% y 53,42% respectivament, no presentaren diferencies significatives per a la predicció del part prematuro. En canvi, kernel WELM va obtenir considerablement un millor rendiment per a la predicció del part prematur, aconseguint un valor de F1-score de 66,70%. La tècnica de SMOTE va obtenir un dels millor rendiment del model de predicció per a un F1-score de 95,39%. Aquests resultats assenten la base per a desenvolupar models de predicció del part prematur robustos i generalitzables sobre la base de EHG utilitzen tècniques d’aprenentatge de dades desequilibrades.