视频光学自动吞分析的最新进展和未来方向:一篇综述
Kechen Shu1, Shitong Mao2, Zhenwei Zhang3
1School of Mechanical Science and Engineering, Huazhong University of Science and Technology, Wuhan, China.
Computer methods and programs in biomedicine
|November 23, 2024
概括
计算机视觉和深度学习增强了视频光学吞研究 (VFSS) 的分析. 这些先进的方法提高了评估吞生理学和检测异常的准确性和效率.
科学领域:
- 生物医学工程 生物医学工程
- 医学成像分析 医学成像分析
- 吞生理学研究研究
背景情况:
- 使用视频光学吞研究 (VFSS) 的临床吞评估面临主观解释和不一致的协议的挑战.
- 先进的计算机辅助方法对于客观和可靠的吞生理学的分析至关重要.
- 计算机视觉和深度学习等新兴技术为VFSS数据提取提供了新的可能性.
研究的目的:
- 审查用于自动视频光学吞分析的图像处理技术.
- 突出VFSS数据解释当前的挑战和未来的方向.
- 为了证明先进的算法对吞评估的影响.
主要方法:
- 在四个文献数据库中进行文献搜索,重点是自动视频光学分析.
- 确定了46项使用最先进的图像处理技术的研究.
- 专注于分析任务,如解剖结构检测,螺旋体细分和动态事件识别.
主要成果:
- 先进的计算机视觉和深度学习使得全自动吞分析和异常检测成为可能.
- 这些技术可以提高吞评估的准确性和效率.
- 确定的研究成功地将图像处理用于关键的VFSS分析任务.
结论:
- 计算机视觉和深度学习显著提高了VFSS的吞分析的准确性和效率.
- 未来的研究应该专注于开发更精确和临床可解释的算法,用于自动VFSS分析.
- 应对当前的挑战将提高自动吞评估工具的临床实用性.
