机器学习和图形信号处理应用于医疗保健:一篇评论
Maria Alice Andrade Calazans1, Felipe A B S Ferreira2, Fernando A N Santos3
1Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife 50670-901, Brazil.
Bioengineering (Basel, Switzerland)
|July 27, 2024
概括
本综述探讨了机器学习应用于卫生科学中的图形信号处理. 这一新兴领域看起来很有前途,但需要提高临床解释性和新的数据集.
科学领域:
- 信号处理 信号处理
- 图形理论是指图形的理论.
- 机器学习是机器学习.
- 卫生科学 卫生科学
背景情况:
- 信号处理对于解释日常信号至关重要.
- 图形理论将信号处理扩展到非欧几里德域,用于时间变化的信号.
- 机器学习广泛应用于模式识别,包括健康科学.
研究的目的:
- 识别和分析应用到图形信号处理在健康科学中的机器学习的文献.
- 了解当前的现状,并确定这个新兴领域的研究缺口.
主要方法:
- 在四个主要数据库中进行了系统的文献搜索:Science Direct,IEEE Xplore,ACM和MDPI.
- 使用特定的搜索字符串来识别相关论文.
- 从2015年起发表的总共45篇论文被纳入分析.
主要成果:
- 机器学习应用于健康科学中的图形信号处理是一个新兴的研究领域,首批出版物出现在2015年.
- 分析显示,需要提高结果的临床解释性,而不仅仅是表现指标.
- 确定的研究缺口包括探索新型转型和创建新的公共数据集.
结论:
- 机器学习应用于图形信号处理是健康科学中的一个不断增长的领域.
- 未来的研究应该专注于提高临床相关性,开发新的方法和可访问的数据集.
- 解决这些差距将进一步推进这些技术在医疗保健中的实际应用.
