机构名称：
¥ 3.0
神经发育障碍（NDDS）构成了一个重大的健康问题，> 10％的一般世界人群受至少一种疾病影响，例如自闭症谱系障碍（ASD）和注意力定义多活跃障碍（ADHD）。每个NDD出于多种原因剖析特别复杂，包括合并症的高流行和临床表现的实质性异质性。在遗传水平上，已经鉴定出数千个基因（多基因），而其中一部分已经参与了其他精神疾病（多效性）。鉴于这些多种差异来源，收集适当的数据以适当应用和评估机器学习（ML）技术是必不可少的但具有挑战性的。在本章中，我们提供了最广泛用于应对NDD的复杂性的ML方法的概述 - 从层次技术到诊断预测。我们指出了对NDD的特定挑战，例如早期诊断，可以从ML场的最新进展中受益。这些技术还有可能描绘患者的同质亚组，这将使能够对潜在的生理病理学有深入的了解。我们最终调查了我们认为，这些论文的选择特别代表了应用于大型开放数据集的当代ML技术提供的机会，或者说明了在不久的将来要解决的当前方法所面临的挑战。
神经发育障碍的机器学习
主要关键词
相关文件推荐
