Artificial neural networks in medical diagnosis

• Autoři: AMATO Filippo; LÓPEZ RODRÍGUEZ Alberto; PENA-MÉNDEZ Eladia María; VAŇHARA Petr; HAMPL Aleš; HAVEL Josef
• Rok publikování: 2013
• Druh: Přehledové a vzdělávací texty
• Fakulta / Pracoviště MU: Lékařská fakulta
• Popis: An extensive amount of information is currently available to clinical specialists, ranging from details of clinical symptoms to various types of biochemical data and outputs of imaging devices. Each type of data provides information that must be evaluated and assigned to a particular pathology during the diagnostic process. To streamline the diagnostic process in daily routine and avoid misdiagnosis, artificial intelligence methods (especially computer aided diagnosis and artificial neural networks) can be employed. These adaptive learning algorithms can handle diverse types of medical data and integrate them into categorized outputs. In this paper, we briefly review and discuss the philosophy, capabilities, and limitations of artificial neural networks in medical diagnosis through selected examples.

Související projekty

• Studium a aplikace plazmochemických reakcí v neizotermickém nízkoteplotním plazmatu a jeho interakcí s povrchem pevných látek
• Depozice termomechanicky stabilních nanostrukturovaných diamantu-podobných tenkých vrstev ve dvojfrekvenčních kapacitních výbojích
• Funkční a molekulární charakteristiky nádorových a normálních kmenových buněk - identifikace cílů pro nová terapeutika a terapeutické strategie
• Centrum analýz a modelování tkání a orgánů