相关实验视频
Updated: Aug 5, 2026
09:55
Monitoring Acupuncture Effects on Human Brain by fMRI
Published on: April 8, 2010
15.5K
检测负责骨关节炎慢性疼痛的大脑区域:使用深度学习的基于fMRI的神经成像研究
Indranath Chatterjee1,2, Lea Baumgartner1,3, Migyung Cho4
1Department of Computer Engineering, Tongmyong University, Busan, Republic of Korea.
Frontiers in neurology
|June 19, 2023
概括
深度学习算法,特别是卷积神经网络 (CNN),可以识别患有慢性疼痛的骨关节炎 (OA) 患者的大脑差异. 这种方法达到近85%的准确性,突出显示受疼痛影响的新脑部区域.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 慢性疼痛是一种复杂的疾病,通常与骨关节炎 (OA) 相关.
- 了解慢性疼痛的神经影响对于有效治疗至关重要.
研究的目的:
- 用深度学习 (DL) 和静止状态功能磁共振成像 (fMRI) 来研究慢性OA疼痛患者的大脑变化.
- 开发一个基于DL的框架来区分OA疼痛患者与健康对照.
主要方法:
- 利用51名OA疼痛患者和20名健康对照者的静止状态fMRI数据.
- 应用先进的DL算法,包括多层感知器和卷积神经网络 (CNN),用于计算机辅助诊断.
主要成果:
- 卷积神经网络 (CNN) 显示出卓越的性能,达到近85%的准确性.
- 确定了受慢性疼痛影响的关键大脑区域,包括叶,上额头,状,中状和状,其中一些以前没有报告过.
结论:
- DL算法显示了在OA慢性疼痛患者中识别独特的大脑模式的巨大潜力.
- 这项研究促进了基于fMRI的疼痛识别,并可能增强慢性疼痛管理的临床干预措施.
