摘要
脊柱疾病是现代社会中常见疾病之一,目前其诊断与治疗主要依赖于医生的专业水平和临床经验,这样不仅给医生带来沉重负担,而且效率低下.以神经网络为代表的机器学习算法能够自动提取脊柱数据集中的特征信息,辅助医生快速定位病灶区域,实现精准治疗.文中从实验数据、特征选择、算法模型和性能评估指标等方面,对机器学习技术在脊柱疾病应用中的研究现状进行了系统总结.首先从机器学习算法角度出发,阐述典型算法在疾病诊治中的用途;其次围绕实际应用,从危险因素分析和疾病预测、疾病识别和分类、脊柱图像的特征提取和分割3方面,结合具体实验对比机器学习模型的性能;最后总结目前应用中存在的局限性并提出展望.
基金项目
国家自然科学基金青年项目(61602269)
中国博士后科学基金(2017M622136)
山东省重点研发计划(公益类专项)(2019GGX101021)
NETL
NSTL
万方数据