深度学习在神经炎症疾病中的临床应用:范围审查
S Demuth1, J Paris2, I Faddeenkov2
1Inserm U1064, CR2TI - Center for Research in Transplantation and Translational Immunology, Nantes University, 44000 Nantes, France; Inserm U1119 : biopathologie de la myéline, neuroprotection et stratégies thérapeutiques, University of Strasbourg, 1, rue Eugène-Boeckel - CS 60026, 67084 Strasbourg, France.
Revue neurologique
|May 21, 2024
概括
深度学习 (人工智能) 通过分析各种数据来增强医疗预测. 目前的研究重点是神经炎症疾病,特别是图像细分和计算机辅助诊断.
科学领域:
- 医学中的人工智能
- 深度学习应用程序深度学习应用程序
- 神经炎症疾病的研究研究.
背景情况:
- 深度学习 (DL) 是一种AI技术,在预测医学中具有重大潜力.
- DL擅长处理复杂的数据,如图像,文本和信号.
- 它在临床环境中的应用正在迅速发展.
研究的目的:
- 为临床医生提供深度学习技术的理解.
- 用神经炎症疾病作为临床翻译的案例研究.
- 确定DL研究中的关键临床应用和数据模式.
主要方法:
- 在PubMed中搜索了神经炎症疾病中的DL算法.
- 在 radiology.healthairegister.com 进行商业DL算法的审查.
- 分析了148篇文章 (2018-2024) 和5个商业算法.
主要成果:
- 临床应用包括诊断,预后,功能评估,细分和获取优化.
- 大多数努力集中在放射性结构细分和计算机辅助诊断上,主要使用成像数据.
- 在研究中存在数据量,模型架构和数据模式的差异.
结论:
- 深度学习被定位为医疗保健中的一个关键信息处理技术.
- DL增强了现有的准临床研究.
- 它为开发创新,可操作的医疗保健解决方案提供了潜力.
更多相关视频
12:48In Vivo Dynamics of Retinal Microglial Activation During Neurodegeneration: Confocal Ophthalmoscopic Imaging and Cell Morphometry in Mouse Glaucoma
Published on: May 11, 2015
10.6K
09:19Improved 3D Hydrogel Cultures of Primary Glial Cells for In Vitro Modelling of Neuroinflammation
Published on: December 8, 2017
14.7K