IMAGE Laboratory, Moulay Ismail University, Meknes, Morocco.
L-STI, T-IDMS, University of Moulay Ismail of meknes, Faculty of Science and Technics, Errachidia, Morocco
FS, My Ismail University, Meknes, Morocco
IASSE Laboratory, Sidi Mohamed Ben Abdellah University, Fez, Morocco
IMAGE Laboratory, Moulay Ismail University, Meknes, Morocco
La predicción de electrocardiogramas (ECG) fetales y maternos es crucial en la monitorización prenatal avanzada. En este estudio, exploramos la eficacia de las redes neuronales convolucionales (CNN), utilizando una metodología cuidadosamente desarrollada para predecir la categoría de ECG fetal (F) o materno (M). En la primera parte, entrenamos un modelo CNN para predecir imágenes de ECG fetales y maternas. En las secciones siguientes, se revelarán los resultados del estudio. El modelo CNN demostró su capacidad para discriminar eficazmente entre patrones fetales y maternos utilizando características aprendidas automáticamente.
Este artículo se distribuye bajo la licencia Creative Commons Attribution 4.0 License. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.
The statements, opinions and data contained in the journal are solely those of the individual authors and contributors and not of the publisher and the editor(s). We stay neutral with regard to jurisdictional claims in published maps and institutional affiliations.