人工智能在基于步态的神经退行性疾病诊断中的综述
机器学习
2025-02-07 v5 人工智能
计算机视觉与模式识别
摘要
近年来，受神经退行性疾病影响的人口在全球范围内不断增加，传统上这需要大量的医疗资源和人力进行医学诊断和监测。作为关键的疾病相关运动症状，人类步态可用于表征不同的神经退行性疾病。人工智能（AI）模型的当前进展使得针对神经退行性疾病识别和分类的自动步态分析成为可能，为促进更快速、更具成本效益的神经退行性疾病诊断开辟了新途径。本文对应用于通过步态诊断五种典型神经退行性疾病的机器学习和基于深度学习的 AI 技术的最新进展进行了全面综述。我们概述了 AI 辅助神经退行性疾病诊断的过程，并提出了现有步态数据和 AI 模型的系统分类法。同时，提出了一种新颖的质量评估标准，以定量评估现有研究的质量。通过对 169 项研究的广泛回顾与分析，我们介绍了最新的技术进展，并讨论了该领域现有的挑战、潜在的解决方案及未来方向。最后，我们展望了利用 3D 骨架数据进行人类步态表示的前景，以及为神经退行性疾病诊断开发更高效 AI 模型的未来方向。
引用
@article{arxiv.2405.13082,
title = {A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis},
author = {Haocong Rao and Minlin Zeng and Xuejiao Zhao and Chunyan Miao},
journal= {arXiv preprint arXiv:2405.13082},
year = {2025}
}
备注
Accepted by Neurocomputing journal. Article: 57 pages, citing 290 papers. Appendix: 30 pages. A up-to-date resource (papers, data, etc.) of this survey (AI4NDD) is provided at https://github.com/minlinzeng/AI4NDD-Survey