인공지능 의료분야

신경장애 자동진단을 위한 인공지능 기법
키워드: 신경 장애컴퓨터 보조 진단기계 학습분류 알고리즘
배경: 저자들은 첨단 신호 처리와 인공지능(AI)/기계 학습 기법의 능숙한 통합에 기반한 많은 환자 데이터와 생리적 신호와 이미지를 사용하여 훈련된 컴퓨터 보조 진단(CAD) 시스템이 신경과 의사, 신경과 의사들에게 도움을 줄 수 있다는 연구 이념을 옹호해 왔다., 방사선과 의사 및 기타 의료 제공자가 더 나은 임상 결정을 내릴 수 있도록. 요약:. 본 논문은 간질, 파킨슨병, 알츠하이머병, 다발성 경화증, 허혈성 뇌중풍 등 AI 기법을 이용해 지난 20년간 5개 신경질환에 대한 자동진단을 위한 연구에 대한 최첨단 검토를 제시한다. 다양한 형상 추출 방법, 차원성 감소 기법, 형상 선택, 분류 기법에 대한 최근의 연구 논문이 검토된다. 핵심 메시지: AI와 고급 신호 처리 기술을 사용하는 CAD 시스템은 임상의사가 생리학적 신호와 이미지를 보다 효과적으로 분석하고 해석하는 데 도움을 줄 수 있다.
소개
신경장애는 말초신경계 및 중추신경계와 관련된 질환이다. 일반적인 증상으로는 근육 약화, 마비, 발작, 통증, 부조화, 의식 상실 등이 있다[1]. 뇌종양, 파킨슨병(PD), 알츠하이머병(AD), 다발성 경화증(MS), 간질, 치매, 두통장애, 신경감염, 뇌졸중, 외상성 뇌손상 등 신경계 관련 질병은 600개 이상이다. 각종 바이러스 감염(예: HIV, 지카, 웨스트 나일 바이러스, 엔테로비루스), 세균 감염(네이세리아 메닌기티데스, 마이코박테리움 결핵 등), 곰팡이 관련 감염(예: 아스페르길루스, 크립토코쿠스 등), 기생충 감염(샤스, 말라리아 등)은 전체 신경계에 영향을 미칠 수 있다[1-6]. 앞서 언급한 신경학적 증상은 면역 반응이나 감염 자체로 인해 발생할 수 있다. 전 세계 수억 명의 사람들이 신경 질환에 의해 영향을 받는다[7-10]. 매년 6백만 명 이상의 사람들이 뇌졸중으로 사망한다; 이러한 사망의 대부분은 저소득 및 중간 소득 국가에서 발생한다[1, 11, 12]. 약 5천만 명의 사람들이 간질을 앓을 것이라고 보고되었다[1]. 4750만 명의 사람들이 치매에 걸릴 것이다.
비정상적이거나 변칙적인 신경학적 상태는 일반적으로 신경병리학적 검사에 의해 확인된다. 변칙적인 신경학적 질환은 대다수 모집단에서 발견되며 항상 신경학적 장애와 관련이 있는 것은 아니다.
치매는 원래 진행형이다. 치매 신드롬은 기억력, 지향성, 사고력, 계산력, 언어, 이해력, 판단력, 학습능력 등 여러 가지 피질 기능을 방해한다. AD는 치매의 가장 흔한 원인으로 밝혀졌는데, 이는 신경섬유종과 피질 아밀로이드가 3/4를 차지하는 것이 특징이다 [16, 19, 20]. 치매는 주로 65세 이상 노인에게 영향을 미치지만 65세 미만 노인도 2%에 달한다. 치매의 유행은 5년마다 나이가 들면서 두 배로 증가한다. 유전적 다형성은 전체 인구의 25%에 대한 위험을 증가시킨다.
만성 신경계 질환인 간질은 “간질 발작을 일으키려는 성향을 지속하는 것으로 특징지어지는 뇌의 기능 장애”로 정의된다 [23-25]. 간질 정의는 적어도 하나의 간질 발작의 발생을 요구한다 [26, 27]. 남녀노소 모두에게 영향을 미친다. 간질 발작에 대한 진단은 먼저 간질 발작의 사건을 결정하고 나중에 도발적 발작 또는 만성 간질 발작이라고 불리는 조건을 구별하여 수행한다.
전체 간질 발병률은 인구 10만 명당 23–190으로 밝혀졌다[30]. 유병률은 이른 나이에 낮아지고 노화에 따라 점차적으로 증가한다 [31-34]. 아델리 외 연구소의 개척 이후. [35], 파장 변환(WT)은 전자파(EEG) 분석, 발작 검출, 간질 진단에 광범위하게 사용되어 왔다 [36, 37]. 쿠기움츠 외 [27] 간질에서 초자연적 자기 자극에 의해 유발되는 간질형 방전의 역학을 조사한다. 위안 외 [38]은 뇌내 EEG에서 확산거리 및 베이지안 선형 차별 분석[39]을 이용한 간질 발작 예측 방법을 제시한다.
신경계의 염증성 강박증이라는 질환에 의해 발생하는 질환인 MS는 모든 신경계 질환 중에서 가장 흔하다. MS는 전세계적으로 거의 250만 명의 사람들에게 장애를 일으키고 장애를 일으킨다. MS의 진단은 일반적으로 자기공명영상(MRI)에 의해 이루어진다. 이 질병에 대해 이용 가능한 치료법은 없다[40, 41].
PD는 흔히 운동 증상학[42, 43]이 주류를 이루는 만성 신경퇴행성 질환이지만 비운동성 저혈압, 마취, 우울증, 통증[44]이 있을 수 있다. PD는 모든 연령의 여성과 남성 모두에게 연간 인구 10만 명당 4.5–19의 발병률을 가진 보편적 질환이다[45-47]. 치료는 환자의 중증도, 정신상태, 연령에 따라 달라진다. 갈베즈 외 [48] PD 환자의 바이노럴 비트가 EEG 힘, 기능적 연결성, 인지, 걸음걸이 및 불안감에 미치는 단기적 영향을 조사한다.
뇌졸중은 뇌결손의 임상 증후군으로 혈관 1을 제외하고는 뚜렷한 원인이 없는 24시간 이상 지속된다[49]. 현대 선진국에서는 뇌졸중의 75~80%가 뇌허혈, 10~15%는 뇌내출혈에 기인한다. 뇌졸중 진단은 전문의가 단독으로 임상적 근거를 바탕으로 정확하게 이루어진다.
외상성 뇌손상은 전 세계 청소년과 어린이들에게 장애와 사망의 주요 원인 중 하나이다. 미국에서만 5백만 명 이상의 사람들이 외상성 뇌손상 장애를 겪고 있다[50-52].
저자들은 첨단 신호 처리와 인공지능(AI)/머신 학습(ML) 기법의 능숙한 통합에 기반한 많은 환자 데이터와 생리적 신호 및 이미지를 사용하여 훈련된 컴퓨터 보조 진단(CAD) 시스템이 신경과 전문의, 신경과 전문의에게 도움을 줄 수 있다는 연구 이념을 옹호해 왔다.더 나은 임상 결정을 내릴 수 있도록 eons, 방사선사 및 기타 의료 제공업체. 이 분야의 연구는 지난 10년 동안 급속도로 증가하고 있다. 이 논문에서 저자들은 간질, AD, PD, MS, 허혈성 뇌중풍 등 5대 신경질환 진단을 위한 AI 기반 CAD 시스템 적용에 대한 최근 기사를 탐구하고 검토한다.

인공지능 의료분야

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다