通过深度学习诊断帕金森病:一个参考文献分析和文献综述

科学领域:

• 神经科学是一个神经科学.
• 计算机科学 计算机科学
• 医疗信息学 医疗信息学

背景情况:

• 帕金森病 (PD) 是一种神经退行性疾病,其特征是减少多巴胺分泌.
• 深度学习 (DL) 越来越多地被用于PD诊断研究,与传统的机器学习相比,它显示出更好的结果.
• 越来越多的文献强调了DL在推动PD检测方面的潜力.

研究的目的:

• 进行深度学习应用在帕金森病诊断中的文献分析和文献综述.
• 确定这一领域的关键发展,研究趋势和全球贡献.
• 审查现有研究中使用的PD指标,DL方法和绩效指标.

主要方法:

• 从Scopus数据库中获取的研究论文的图书统计分析.
• 使用VOSviewer软件进行关键字,作者和国家结构分析以实现可视化.
• 关于PD诊断方法和绩效评估的深入文献综述.

主要成果:

• 随着时间的推移,应用DL用于PD诊断的研究显著增长和全球多样性.
• 确定已建立的DL方法和PD检测中的性能指标.
• 关于DL中的增量学习的研究缺口的证据,用于PD中的大数据分析.

结论:

• 深度学习 (Deep Learning) 是一个快速发展的全球性研究领域,用于对帕金森病进行诊断.
• 目前的研究格局表明,需要进一步研究PD的DL内增量学习.
• 未来的研究应该使用先进的DL技术来解决大数据挑战,以改善PD诊断.