基于深度学习的针点定位的审查
Jiahao Li1, Zhennan Fei1, Yingjiang Xie1
1Academy of Systems Engineering of Academy of Military Science of Chinese PLA, Beijing, China.
Chinese medicine
|July 22, 2025
概括
深度学习推进了自动针点本地化,现代化了中国传统医学 (TCM). 本综述分析了用于TCM研究和实践的深度学习算法,数据集和指标.
科学领域:
- 综合医学是一个整体的医学.
- 医疗保健中的人工智能
- 医学成像分析 医学成像分析
背景情况:
- 传统中国医学 (TCM) 依赖于精确的针点定位.
- 传统方法在准确性和一致性方面存在局限性.
- 深度学习 (DL) 为自动化针点识别提供了强大的解决方案.
研究的目的:
- 综合审查和分析最近的深度学习研究,以自动定位针点.
- 检查原则,分类,数据集,评估指标和基于DL的针点定位算法的应用.
- 为未来的TCM研究和临床实践提供实际指导.
主要方法:
- 系统审查和分析最近关于深度学习用于针点定位的研究.
- 按身体部位,架构,定位策略和图像模式对算法进行分类.
- 确定和总结关键数据集和评估指标.
主要成果:
- 深度学习算法显著改进了用于针点定位的传统和机器学习方法.
- 分类突出了各种DL方法的优点,弱点和最佳应用场景.
- 代表性数据集和关键评估指标被确定用于标准化评估.
结论:
- 深度学习正在彻底改变针点本地化,推动TCM的现代化.
- 该综述为研究人员和从业人员提供了宝贵的资源,概述了当前的能力和未来的方向.
- 标准化评估和DL模型的进一步开发有望提高TCM的有效性和可访问性.
