Abstract
The review considers works devoted to convolutional neural networks as a main method for digital image processing, as well as to the diagnosis of neurological diseases based on computer-aided analysis of magnetic resonance imaging and electroencephalography. It describes approaches to building computer-aided diagnostic systems and gives examples of these systems in neurology. The virtual reality technology used to rehabilitate patients with imbalance, posttraumatic disorders, and consequences of stroke is presented. Digitalization is stated to be one of the priority areas for medicine development.
Highlights
В обзоре рассмотрены работы, посвященные сверточным нейронным сетям как основному методу обработки цифровых изображений, а также диагностике неврологических заболеваний на основе компьютерного анализа магнитно-резонансной томографии и электроэнцефалографии
The review considers works devoted to convolutional neural networks as a main method for digital image processing, as well as to the diagnosis of neurological diseases based on computer-aided analysis of magnetic resonance imaging and electroencephalography
Однако ситуация быстро меняется: цифровизация информации, новые методы анализа больших данных, применение результатов этого анализа, доступность Интернета и мобильных приложений, – все это атрибуты зарождающейся цифровой экономики, в которой возможности инновационных технологий используются всем обществом, и у всех членов общества, от отдельных людей до государства, формируются новые цифровые навыки
Summary
В обзоре рассмотрены работы, посвященные сверточным нейронным сетям как основному методу обработки цифровых изображений, а также диагностике неврологических заболеваний на основе компьютерного анализа магнитно-резонансной томографии и электроэнцефалографии. 2019;11(4):104–110 надеяться, что компьютерные системы, основанные на современных методах анализа данных, могут стать эффективными помощниками невролога. Были протестированы различные компьютерные методы количественной оценки изображений МРТ: моделирование объемности на основе сегментации в соответствии с атласами; анализ степени атрофии мозговой ткани с использованием воксел-базированной морфометрии; сходство с изображениями базы данных с применением метода множественного обучения (для нелинейного сокращения размерности) и вероятностных оценок подобия; анализ сосудистых изменений путем сегментации гиперинтенсивностей белого вещества и кортикальных и лакунарных инфарктов.
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
