针中的深度学习:一个系统的审查
Shu-Cheng Chen1, Yiliang Chen1, Wing-Fai Yeung2
1Centre for Smart Health, School of Nursing, The Hong Kong Polytechnic University, Hung Hom, Hong Kong, China.
Artificial intelligence in medicine
|November 13, 2025
概括
深度学习 (DL) 在针方面表现有前途,有助于针点定位,技术分析和治疗监测. 未来的工作应该解决数据限制和模型可解释性,以增强临床应用.
科学领域:
- 整合和补充医学是整合和补充医学.
- 医疗保健中的人工智能
- 生物医学信息学 生物医学信息学
背景情况:
- 针是一种传统的疗法,对技术整合越来越感兴趣.
- 深度学习 (DL) 为分析复杂的生物和临床数据提供了先进的计算能力.
- 针实践中DL的应用仍然是一个新兴的领域,需要进行系统的审查.
研究的目的:
- 系统地审查和综合现有关于在针中使用深度学习 (DL) 技术的文献.
- 确定针研究中DL的主要应用,方法和结果.
- 为了突出目前的局限性和未来的方向针DL在针.
主要方法:
- 在多个电子数据库 (Medline,Scopus等) 中进行全面的搜索. 从2010年到2025年8月进行.
- 两名独立审稿人对文章进行了选,并提取了研究特征,DL模型,任务和结果的数据.
- 使用定性综合来总结27项纳入研究的结果.
主要成果:
- DL模型应用于针点位置检测 (15项研究),操纵分析 (4),疾病管理 (5) 和治疗监测 (3).
- 研究使用了各种DL架构 (CNN,RNN,LSTM,BERT,FNN,YOLO变体) 在自建数据集上.
- 发现的关键局限性是小数据集大小和模型不准确性,影响性能指标.
结论:
- 深度学习模型在各种针应用中显示出巨大的潜力,从诊断到治疗监测.
- 新兴的DL系统可能会提高临床疗效和安全性,超越最初的标准化努力.
- 解决数据可用性,模型解释性和建立AI研究评估工具对于推动针中DL至关重要.
