तंत्रिका संबंधी विकारों का पता लगाने, वर्गीकरण करने और चुनौतियों पर एक व्यापक सर्वेक्षण

तंत्रिका संबंधी विकार (NDs) अधिक सामान्य होते जा रहे हैं, जो गर्भवती महिलाओं, माता-पिता, स्वस्थ शिशुओं और बच्चों के लिए चिंता का विषय हैं। तंत्रिका संबंधी विकार विभिन्न प्रकारों में उत्पन्न होते हैं, जिनमें से प्रत्येक के अपने उत्पत्ति स्रोत, जटिलताएं और परिणाम होते हैं। हाल के वर्षों में, मस्तिष्क कार्यात्मकताओं की जटिलता को बेहतर समझ मिली है, जो न्यूरोइमेजिंग तकनीकों जैसे मैग्नेटिक रेजोनेंस इमेजिंग (MRI), मैग्नेटोएन्सेफलोग्राफी (MEG), और पॉज़िट्रॉन एमिशन टोमोग्राफी (PET) आदि के माध्यम से संभव हुआ है। उच्च प्रदर्शन कंप्यूटेशनल उपकरणों और विभिन्न मशीन लर्निंग (ML) और डीप लर्निंग (DL) विधियों के साथ, ये तकनीकें तंत्रिका संबंधी विकारों की पहचान और निदान के लिए उत्साहवर्धक संभावनाओं को उजागर करती हैं। यह अध्ययन कंप्यूटर-आधारित निदान पद्धति का पालन करता है, जो पूर्व-प्रसंस्करण और विशेषता निष्कर्षण तकनीकों का अवलोकन प्रदान करता है। इस लेख में NDs का पता लगाने के लिए मौजूदा ML और DL तरीकों के प्रदर्शन की गंभीर समीक्षा और तुलना की गई है। इस अध्ययन का एक व्यापक भाग विभिन्न तकनीकों और रोग-विशिष्ट डेटासेट को भी दिखाता है जो छवियां, संकेत, और भाषण आदि का पता लगाते और रिकॉर्ड करते हैं। NDs पर संबंधित सीमित कार्यों का भी सारांश प्रस्तुत किया गया है, क्योंकि इस क्षेत्र में रोग और पहचान मापदंडों पर कम ही कार्य हुए हैं। बेहतर परिणाम विश्लेषण और तुलना के लिए कुछ मानक मूल्यांकन मीट्रिक भी इस अध्ययन में प्रस्तुत किए गए हैं। इस शोध को एक सुसंगत कार्यप्रवाह में भी रेखांकित किया गया है। अंत में, एक अनिवार्य चर्चा अनुभाग शामिल किया गया है जिसमें इस उभरते क्षेत्र में खुली शोध चुनौतियों और भविष्य के कार्य की दिशा पर विस्तार से बताया गया है।