AI‐Enhanced Detection of Clinically Relevant Structural and Functional Anomalies in MRI: Traversing the Landscape of Conventional to Explainable Approaches

计算机科学 人工智能 预处理器 磁共振成像 医学影像学 转化式学习 分割 深度学习 异常检测 数据科学 机器学习 医学 放射科 心理学 教育学
作者
Pegah Khosravi,Saber Mohammadi,Fatemeh Zahiri,Masoud Khodarahmi,Javad Zahiri
出处
期刊:Journal of Magnetic Resonance Imaging [Wiley]
被引量:8
标识
DOI:10.1002/jmri.29247
摘要

Anomaly detection in medical imaging, particularly within the realm of magnetic resonance imaging (MRI), stands as a vital area of research with far‐reaching implications across various medical fields. This review meticulously examines the integration of artificial intelligence (AI) in anomaly detection for MR images, spotlighting its transformative impact on medical diagnostics. We delve into the forefront of AI applications in MRI, exploring advanced machine learning (ML) and deep learning (DL) methodologies that are pivotal in enhancing the precision of diagnostic processes. The review provides a detailed analysis of preprocessing, feature extraction, classification, and segmentation techniques, alongside a comprehensive evaluation of commonly used metrics. Further, this paper explores the latest developments in ensemble methods and explainable AI, offering insights into future directions and potential breakthroughs. This review synthesizes current insights, offering a valuable guide for researchers, clinicians, and medical imaging experts. It highlights AI's crucial role in improving the precision and speed of detecting key structural and functional irregularities in MRI. Our exploration of innovative techniques and trends furthers MRI technology development, aiming to refine diagnostics, tailor treatments, and elevate patient care outcomes. Level of Evidence 5 Technical Efficacy Stage 1.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
bkagyin应助xjwang采纳,获得10
1秒前
1秒前
1秒前
Lazarus_x完成签到,获得积分10
1秒前
2秒前
ming应助XPR采纳,获得10
2秒前
CNJX完成签到,获得积分10
2秒前
2秒前
拼搏冷卉发布了新的文献求助10
3秒前
狂野的无声完成签到,获得积分10
4秒前
周女士发布了新的文献求助10
5秒前
杨玄发布了新的文献求助10
6秒前
sea2023发布了新的文献求助10
6秒前
6秒前
佩佩发布了新的文献求助10
7秒前
7秒前
伟大的娃娃完成签到,获得积分10
8秒前
Owen应助alex采纳,获得10
8秒前
9秒前
阿莫西林完成签到,获得积分10
9秒前
9秒前
酷炫的铸海完成签到,获得积分10
10秒前
JamesPei应助拼搏冷卉采纳,获得10
10秒前
满意的花生应助morning采纳,获得10
11秒前
舒适的天奇完成签到 ,获得积分10
11秒前
星辰大海应助dmr采纳,获得10
11秒前
12秒前
思源应助HLT采纳,获得10
12秒前
沉迷科研发布了新的文献求助10
12秒前
cmc12314发布了新的文献求助10
13秒前
39完成签到,获得积分10
14秒前
小董不懂发布了新的文献求助10
14秒前
raulyyf完成签到,获得积分10
14秒前
EM完成签到,获得积分10
15秒前
15秒前
Ray完成签到,获得积分10
15秒前
16秒前
上官若男应助善良亦寒采纳,获得10
16秒前
HCLonely应助科研通管家采纳,获得10
17秒前
maox1aoxin应助科研通管家采纳,获得30
17秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Effect of reactor temperature on FCC yield 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
Impiego dell’associazione acetazolamide/pentossifillina nel trattamento dell’ipoacusia improvvisa idiopatica in pazienti affetti da glaucoma cronico 900
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
錢鍾書楊絳親友書札 600
Geochemistry, 2nd Edition 地球化学经典教科书第二版,不要epub版本 431
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3295946
求助须知:如何正确求助?哪些是违规求助? 2931781
关于积分的说明 8453689
捐赠科研通 2604382
什么是DOI,文献DOI怎么找? 1421675
科研通“疑难数据库(出版商)”最低求助积分说明 661111
邀请新用户注册赠送积分活动 644031