机器学习在尿动力学中的应用:一个叙述性回顾
Xin Liu1,2, Ping Zhong2, Yi Gao1,2
1School of Rehabilitation, Capital Medical University, Beijing, China.
Neurourology and urodynamics
|June 5, 2024
概括
机器学习 (ML) 在尿动力学中用于检查,诊断和治疗预测. 本综述对尿动力学中的ML算法进行了分类,以指导研究人员选择特定任务的最佳模型.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 医疗信息学 医疗信息学
- 计算科学 计算科学
背景情况:
- 机器学习 (ML),包括传统和深度学习,越来越多地用于尿动力学研究.
- 目前的文献缺乏关于选择适合于各种尿动力学研究任务的ML模型的指导.
研究的目的:
- 总结和分类用于尿动力学领域的ML算法.
- 为研究人员在选择最佳ML模型时提供指导,以满足特定的泌尿动力学研究要求.
主要方法:
- 关于尿动力学中的ML发表文献的叙述性综述.
- 在PubMed进行的搜索截至2023年12月,仅限于英语语言.
- 关键词包括:人工智能,机器学习,深度学习,泌尿动力学,下泌尿道症状.
主要成果:
- 在泌尿动力学中的ML应用包括检查,诊断尿路功能障碍和治疗疗效的预测.
- 大多数研究是单一中心,回顾性,缺乏外部验证,表明需要改进模型概括.
- 研究处于早期阶段,只有少数高质量的多中心研究,在临床应用之前需要模型优化.
结论:
- 没有现有的研究全面分析了尿动力学中的ML算法.
- 本次审查旨在通过对ML应用进行分类来填补这一空白.
- 这些发现将有助于研究人员选择合适的ML模型,以改善尿动力学研究结果.
