在心脏图像分析中探索先进的深度学习方法:全面审查
Assia Boukhamla1, Nabiha Azizi1, Samir Brahim Belhaouari2
1LabGED Laboratory, Department of Computer Science, Faculty of Technology, Badji Mokhtar - Annaba University 12, P.O.Box, 23000, Annaba, Algeria.
Computers in biology and medicine
|July 5, 2025
概括
深度学习 (DL) 推进了用于早期心血管疾病 (CVD) 诊断的心脏图像分析. 本综述涵盖了DL应用,包括变压器和压缩技术,以改善心脏病检测.
科学领域:
- 心脏病学 心脏病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 心脏图像分析对于诊断心血管疾病至关重要.
- 自动化疾病识别有助于早期诊断和管理.
- 深度学习 (DL) 和先进的成像技术为心脏病学提供了新的机会.
研究的目的:
- 审查最近在心脏图像分析中的深度学习应用.
- 调查常用的成像模式和DL架构.
- 分析心脏图像处理中的深度模型压缩技术.
主要方法:
- 按照PRISMA方法进行系统审查.
- 对心脏成像中DL架构的最新研究进行分析.
- 检查心脏成像数据集和模型压缩贡献.
主要成果:
- 对心脏图像分析的DL取得显著进展.
- 引入新的技术,如变压器和基础模型.
- 对于心脏图像处理的深度模型压缩的进步.
结论:
- 深度学习正在改变心脏图像的解释.
- 讨论了开放的挑战和未来的研究方向.
- 该领域显示了增强心血管诊断的前景.


