신경학적 질환의 탐지, 분류 및 과제에 관한 종합 조사

신경학적 질환(NDs)은 점점 더 보편화되고 있으며, 임산부, 부모, 건강한 영유아 및 어린이에게 우려를 초래하고 있습니다. 신경학적 질환은 각기 다른 기원, 합병증 및 결과를 가진 다양한 형태로 발생합니다. 최근 몇 년간, 자기공명영상(MRI), 자기뇌파측정(MEG), 양전자 방출 단층촬영(PET) 등 신경영상기법 덕분에 뇌 기능의 복잡성에 대한 이해가 향상되었습니다. 고성능 계산 도구와 다양한 기계학습(ML) 및 딥러닝(DL) 방법을 활용하여 이러한 영상기법들은 신경학적 질환의 식별 및 진단에 흥미로운 가능성을 발견했습니다. 본 연구는 컴퓨터 지원 진단 방법론을 따르며, 전처리 및 특징 추출 기법에 대한 개요를 제공합니다. 본 논문에서는 NDs 탐지를 위한 기존 ML 및 DL 접근법의 성능을 비판적으로 검토하고 비교합니다. 또한 이 연구의 포괄적인 부분에서는 다양한 영상기법과 질병별 데이터셋을 소개하며, 이미지, 신호 및 음성 등을 탐지하고 기록합니다. 이 분야는 질병 및 탐지 기준에 집중한 연구가 현저히 적기 때문에 관련 연구도 일부 요약되었습니다. 보다 나은 결과 분석과 비교를 위해 일부 표준 평가 지표도 본 연구에 제시되었습니다. 본 연구는 일관된 워크플로우로 개요를 작성했으며, 결론에서는 본 분야의 미해결 연구 과제와 향후 연구 방향에 대한 필수적인 논의 섹션을 포함하고 있습니다.