首页 > 中国医疗设备 > 机器学习在帕金森病诊断中的研究进展

机器学习在帕金森病诊断中的研究进展

Advances in Machine Learning Techniques for diagnosis of Parkinson's Disease

二维码有效期 120s

摘要帕金森病(Parkinson's Disease,PD)是一种常见的神经系统退行性疾病,其早期诊断和鉴别具有很大的挑战性.随着机器学习技术的飞速发展,其在PD诊断中的应用日益受到关注.相较于传统诊断方法,机器学习技术在PD诊断中展现出了多模态、非侵入、少变异及个性化的优势,但现阶段早期PD症状的非特异性、高质量PD标注数据的不足以及隐私性问题仍在一定程度上限制了机器学习技术的应用.本文综述了近年来机器学习技术在PD诊断中的研究进展,未来研究需进一步提高数据质量、构建更具泛化能力的模型、探索生物学解释等,使机器学习技术与临床医学紧密结合,为PD患者提供更准确的诊断和更有效的治疗.

作者陈冲冲 ^[1] 沈晓明 ^[2] 马云枝 ^[2] 谢雁鸣 ^[3] 郝诗楠 ^[4] 吕孟可 ^[4] 周广胜 ^[4] 孟明贤 ^[4] 学术成果认领

作者单位河南中医药大学第一临床医学院,河南郑州 450000;河南中医药大学第一附属医院脑病科,河南郑州 450000 ^[1] 河南中医药大学第一附属医院脑病科,河南郑州 450000 ^[2] 中国中医科学院中医临床基础医学研究所,北京 100700 ^[3] 河南中医药大学第一临床医学院,河南郑州 450000 ^[4]

关键词帕金森病人工智能机器学习早期诊断生物标志物脑部影像 Parkinson's disease artificial intelligence machine learning early diagnosis biomarker brain imaging

分类号 R44（诊断学）R741（神经病学）

栏目名称

综述

DOI 10.3969/j.issn.1674-1633.20240399

发布时间 2025-03-05（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家卫生健康委员会河南省医学科技攻关计划省部共建重点项目（SBGJ202102187）