Development of a Cardiotocography Analysis Platform with TimeScaleDB

Abstract

[ES] La cardiotocografía (CTG), también conocida como monitoreo electrónico fetal (MEF), es una herramienta que tiene como objetivo evaluar la salud del feto antes y durante los períodos de parto en clínicas de obstetricia y ginecología, detectando posibles patologías como la hipoxia, desarrollada durante el embarazo o dichos períodos de parto. El objetivo principal del proyecto es mejorar la eficiencia y precisión en la detección de diferentes parámetros relacionados con la CTG, como la línea de base del ritmo cardíaco fetal (RCF), aceleraciones, desaceleraciones y variabilidad a corto plazo. La convergencia del almacenamiento de bases de datos y la representación visual de la CTG es clave para avanzar en el análisis de datos y, por lo tanto, en los resultados finales. Se ha logrado la implementación de algoritmos de análisis del RCF, lo que, sumado a una configuración de base de datos, sirve como un primer paso hacia el trabajo futuro y el desarrollo adicional de los datos de CTG.

[EN] Cardiotocography (CTG) plays a vital role in monitoring fetal well-being during pregnancy and labor. This project focuses on advancing the analysis of fetal heart rate (FHR) parameters by utilizing TimeScaleDB for robust data management and Python for sophisticated signal processing. By implementing precise algorithms, the aim is to detect critical FHR characteristics such as baseline, accelerations, decelerations, and variability with higher accuracy. Utilizing a comprehensive dataset of 522 CTG recordings from PhysioNet and an additional collection of text files with the Swedish standard structure, this approach leverages the scalability of TimeScaleDB to manage extensive time-series data efficiently. The results reveal substantial improvements in identifying FHR parameters, indicating enhanced reliability in fetal monitoring practices, and offering potential for timely medical interventions.