SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Dejeneratif Sinir Hastalıklarının Teşhisi için Hesaplamalı Zeka Tekniklerinden Yararlanma: Kapsamlı Bir İnceleme, Açık Zorluklar ve Gelecekteki Araştırma Yönelimleri.

Leveraging Computational Intelligence Techniques for Diagnosing Degenerative Nerve Diseases: A Comprehensive Review, Open Challenges, and Future Research Directions.

Makine çevirisi · Editoryal inceleme bekliyor

Diagnostics (Basel) · 2023-01-12

DOI: 10.3390/diagnostics13020288PMID: 36673100

Open accessreview-article; Review; Journal ArticleKaynağa git ↗

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Alzheimer ve Parkinson hastalıkları gibi dejeneratif sinir hastalıkları her zaman küresel bir endişe konusu olmuştur. Dünya nüfusunun yaklaşık 1/6'sı bu rahatsızlıklardan muzdariptir, ancak bu hastalıkların belirtileri belirlendikten sonra tedavisi için kesin bir çözüm yoktur. Bu bozuklukları tedavi etmenin en iyi yolu, onları daha erken bir aşamada tespit etmektir. Bu hastalıkların çoğu genetiktir; bu, makine öğrenimi algoritmalarının hastanın tıbbi kayıtlarına ve geçmişine dayanarak çıkarımlar yapmasını sağlar. Derin sinir ağları gibi makine öğrenme algoritmaları da dejeneratif sinir hastalıklarının erken teşhisi için kritik öneme sahiptir. Erken tanıda makine öğreniminin ve derin öğrenmenin önemli uygulamaları ve dejeneratif sinir hastalıkları için potansiyel terapilerin oluşturulması bizi bu inceleme kağıdı üzerinde çalışmaya motive etti. Bu inceleme sayesinde, çeşitli makine öğrenimi ve derin öğrenme algoritmalarını ve Alzheimer hastalığı ve Parkinson hastalığı gibi dejeneratif sinir hastalıklarının tanısında uygulamalarını ele aldık. Ayrıca, bu modellerin her birine son gelişmeleri de ekledik, bu da dejeneratif sinir hastalıklarını sınıflandırma yeteneklerini geliştirdi. Bu yöntemlerin her birinin sınırlamaları da tartışılmaktadır. Sonuç olarak, açık araştırma zorluklarından ve dejeneratif sinir hastalıklarının teşhisi için yararlı olabilecek sanal gerçeklik ve Büyük veri analitiği gibi çeşitli alternatif teknolojilerden söz ediyoruz.

Özgün kaynak özetini okuyun

Degenerative nerve diseases such as Alzheimer's and Parkinson's diseases have always been a global issue of concern. Approximately 1/6th of the world's population suffers from these disorders, yet there are no definitive solutions to cure these diseases after the symptoms set in. The best way to treat these disorders is to detect them at an earlier stage. Many of these diseases are genetic; this enables machine learning algorithms to give inferences based on the patient's medical records and history. Machine learning algorithms such as deep neural networks are also critical for the early identification of degenerative nerve diseases. The significant applications of machine learning and deep learning in early diagnosis and establishing potential therapies for degenerative nerve diseases have motivated us to work on this review paper. Through this review, we covered various machine learning and deep learning algorithms and their application in the diagnosis of degenerative nerve diseases, such as Alzheimer's disease and Parkinson's disease. Furthermore, we also included the recent advancements in each of these models, which improved their capabilities for classifying degenerative nerve diseases. The limitations of each of these methods are also discussed. In the conclusion, we mention open research challenges and various alternative technologies, such as virtual reality and Big data analytics, which can be useful for the diagnosis of degenerative nerve diseases.

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.