通过机器学习和计算机辅助技术检测 Vitiligo: 一个系统的审查.
Sania Tanvir1, Sidra Abid Syed1, Samreen Hussain2
1Faculty of Electrical and Computer Engineering, Biomedical Engineering Department, Sir Syed University of Engineering and Technology, Karachi, Pakistan.
BioMed research international
|December 30, 2024
概括
机器学习 (ML) 技术对精确的白风诊断有希望,减少了人类的偏见. 需要进一步的研究来探索使用多种数据集的ML算法,以改善这种慢性皮肤疾病的检测和诊断.
科学领域:
- 皮肤病学 皮肤病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- Vitiligo 是一种慢性皮肤疾病,影响0.5%-1%的人口,其特点是黑色素细胞死亡和皮肤斑点脱色.
- 准确的诊断对于有效的白风管理至关重要.
- 当前的诊断方法可能是主观的,容易产生人类判断偏见.
研究的目的:
- 系统地审查有关机器学习 (ML) 技术用于白风诊断和确认的应用的出版物.
- 评估ML在提高白风检测准确性和客观性方面的潜力.
主要方法:
- 在Science Direct,PubMed和IEEE Xplore数据库中进行了系统的文献搜索,截至2024年6月.
- 适用资格标准来选择相关研究,重点关注白风诊断的ML技术.
- 在选244个初步结果后,有10项研究符合纳入标准.
主要成果:
- 该审查包括了10项使用ML技术用于白风检测和诊断的研究.
- 这些研究表明了ML算法在分析白风影响皮肤方面的潜力.
- 数据分析是对在知名期刊和会议记录中发表的精选研究文章进行的.
结论:
- 机器学习具有显著的潜力,可以提高白风诊断的准确性.
- 在临床评估中,ML的应用可以尽量减少主观的人类判断.
- 建议进行进一步的研究,以研究使用多种数据集和高级特征提取来改进白风检测的ML算法.
