机构名称：
¥ 4.0
摘要 多发性硬化症 (MS) 是一种脑部疾病，会导致视觉、感觉和运动问题，并对神经系统功能产生不利影响。为了诊断 MS，迄今为止已提出了多种筛查方法；其中，磁共振成像 (MRI) 引起了医生的极大关注。MRI 模式为医生提供了有关大脑结构和功能的基本信息，这对于快速诊断 MS 病变至关重要。使用 MRI 诊断 MS 既费时又繁琐，而且容易出现人为错误。基于人工智能 (AI) 的计算机辅助诊断系统 (CADS) 诊断 MS 的实施研究涉及传统机器学习和深度学习 (DL) 方法。在传统的机器学习中，特征提取、特征选择和分类步骤是通过反复试验进行的；相反，DL 中的这些步骤基于深层，其值是自动学习的。本文全面回顾了使用 DL 技术与 MRI 神经成像模式执行的自动 MS 诊断方法。首先，研究了使用 MRI 模式和 DL 技术进行 MS 诊断的各种 CADS 所涉及的步骤。分析了各种工作中采用的重要预处理技术。介绍了大多数关于使用 MRI 模式和 DL 进行 MS 诊断的已发表论文。还提供了使用 MRI 模式和 DL 技术自动诊断 MS 面临的最大挑战和未来方向。
深度学习技术在自动多
主要关键词
相关文件推荐
