机构名称：
¥ 3.0
在过去的几十年里，医疗数据的大量扩张促使人们寻找智能医疗系统中数据分析的方法。从图片、档案、通信系统、电子健康记录、在线文档、放射学报告和不同风格的临床记录中获取具有特定数字信息的数据，引发了多模态概念的产生，也需要机器学习和深度学习技术来分析医疗系统。医疗数据在医学教育和诊断中起着至关重要的作用；确定不同模态之间的依赖关系至关重要。本文概述了当前的放射医学数据分析技术及其各种表示和分类方法和框架。简要概述了现有的医学多模态数据处理工作。本研究的主要目的是发现调查领域的差距，并列出放射学未来的任务和挑战。本研究纳入了系统评价和荟萃分析 (PRISMA) 指南的首选报告项目，以便有效地搜索文章并调查一些相关的科学出版物。对多模态医学数据分析进行了系统评价，并强调了其优势、局限性和策略。人工智能医疗领域的多模态性所具有的固有优势对疾病诊断框架的性能有着重大影响。
多模式医学数据分析综合综述
主要关键词
相关文件推荐
