Academic Journal
MAGNETIC RESONANCE TOMOGRAPHY METHOD AND ARTIFICIAL INTELLIGENCE USAGE FOR POST-TRAUMATIC STRESS DISORDER DIAGNOSIS (REVIEW)
| Τίτλος: | MAGNETIC RESONANCE TOMOGRAPHY METHOD AND ARTIFICIAL INTELLIGENCE USAGE FOR POST-TRAUMATIC STRESS DISORDER DIAGNOSIS (REVIEW) |
|---|---|
| Πηγή: | Biomedical Engineering and Technology; No. 15 (2024); 36-48 Биомедицинская инженерия и технология; № 15 (2024); 36-48 Біомедична інженерія і технологія; № 15 (2024); 36-48 |
| Στοιχεία εκδότη: | National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”, Kyiv, Ukraine, 2024. |
| Έτος έκδοσης: | 2024 |
| Θεματικοί όροι: | штучний інтелект, tomography, artificial intelligence, neurovisualization, tracktography, томографія, трактографія, нейровізуалізація |
| Περιγραφή: | In modern realities, a large number of people are experiencing mentally traumatic events, which may subsequently lead to a surge in psychiatric and neurological disorders, such as post-traumatic stress disorder (PTSD). PTSD is a serious mental illness that can arise after experiencing traumatic events. This applies not only to military veterans but also to individuals who have suffered from violence, disasters, accidents, or other stressful situations. Contemporary society faces numerous challenges related to the diagnosis and treatment of PTSD patients. Such patients require specific approaches to diagnosis, which is impossible without the use of instrumental examination methods. Given the current technological advancements and scientific progress, it is important to explore new approaches to treating this disorder, understanding its impact on people's lives, and addressing similar aspects. This may lead to the development of new, more sensitive tools for diagnosing and monitoring patient conditions. Neuroimaging allows for a better understanding of the nature of the human brain and is used to detect both organic and functional changes. Brain imaging analysis methods can identify even subtle differences in brain activity compared to healthy individuals. The development of magnetic resonance imaging (MRI) over the past three decades has spurred a large number of studies in the field of neurobiology that were previously impossible. Understanding the pathophysiological basis of diseases is an important part of the diagnostic process, so research is directed at finding specific predictors of diagnostic conclusions and pathological changes in the body. Considering the volume of data that needs to be processed, the use of artificial intelligence (AI) technologies is quite justified. Machine learning algorithms can analyze large datasets, identifying patterns that may be non-obvious to physicians. The integration of AI with magnetic resonance imaging opens up new opportunities for the study and treatment of PTSD. Research shows that AI can help automate the process of detecting PTSD signs in images, significantly saving time and resources for doctors. This approach can not only enhance diagnostic accuracy but also positively impact the quality of life for patients. The aim of this review is to familiarize oneself with existing studies that propose various methods for analyzing magnetic resonance imaging data from PTSD patients, as well as works in which the results of this analysis are applied in AI methods for building diagnostic systems. To achieve this goal, relevant works were reviewed in which authors described organic and functional changes in PTSD, as well as the application of machine learning technologies for diagnostic purposes. This work systematizes the results of previous studies, providing a foundation for further research. The findings of this review allow for an understanding of promising directions in the development of PTSD diagnostic methodologies and the means for their implementation. Future scientific efforts in this area should focus not only on improving research technologies but also on integrating the acquired knowledge into clinical practice, ensuring timely and effective treatment for patients with PTSD. В сучасних реаліях велика кількість людей переживає ментально-травмуючі події, що в подальшому може призвести до сплеску психічних та неврологічних захворювань, як-от посттравматичний стресовий розлад (ПТСР). ПТСР є серйозним психічним захворюванням, яке може виникнути після переживання травматичних подій. Це стосується не лише військових ветеранів, а й людей, які зазнали насильства, катастроф, аварій або інших стресових ситуацій. Сучасне суспільство стикається з численними викликами, пов'язаними з діагностикою та лікуванням хворих на ПТСР. Такі хворі потребуватимуть специфічних підходів до діагностики, яка є неможливою без використання інструментальних методів обстеження. В умовах сучасних технологій і наукового прогресу важливо досліджувати нові підходи до лікування цього розладу, розуміти його вплив на життя людей та подібні аспекти. Це може привести до створення нових, більш чутливих інструментів для діагностики та моніторингу стану пацієнтів. Нейровізуалізація дозволяє краще зрозуміти природу людського мозку і застосовується для виявлення органічних та функціональних змін. Методи аналізу зображень мозку дозволяють виявляти навіть неочевидні відмінності у мозковій активності у порівнянні зі здоровими особами. Розвиток магнітно-резонансних томографів, в останні три десятиріччя дав поштовх великій кількості досліджень в галузі нейробіології, що було неможливим раніше. Розуміння патофізіологічних основ захворювань є важливою складовою діагностичного процесу, тому дослідження спрямовані на пошук конкретних предикторів діагностичного висновку та патологічних змін в організмі. Враховуючи об’єми даних, що необхідно обробити, використання технологій штучного інтелекту (ШІ) є цілком виправданим. Алгоритми машинного навчання здатні аналізувати великі набори даних, виділяючи патерни, які можуть бути неочевидними для лікарів. Інтеграція ШІ з магнітно-резонансною томографією відкриває нові можливості для дослідження та лікування ПТСР. Дослідження показують, що ШІ може допомогти автоматизувати процес виявлення ознак ПТСР на зображеннях, що значно заощаджує час і ресурс лікарів. Також цей підхід може не тільки підвищити точність діагностики, але й позитивно вплинути на якість життя пацієнтів. Мета даного огляду — ознайомитися з існуючими дослідженнями в яких пропонуються різні методи аналізу даних магнітно-резонансної томографії пацієнтів з ПТСР , а також роботами в яких результати даного аналізу застосовані в методах ШІ для побудови діагностичних систем. Для досягнення мети було розглянуто актуальні роботи в яких автори описували органічні та функціональні зміни при ПТСР, а також застосування технологій машинного навчання для діагностичних цілей. Дана робота систематизує результати попередніх робіт, даючи підґрунтя для подальших досліджень. Результати даного огляду дозволяють зрозуміти перспективні напрямки у розробці методик діагностики ПТСР та шляхи їхньої реалізації. Подальші наукові зусилля в цій галузі мають бути зосереджені не лише на вдосконаленні технологій дослідження, але й на інтеграції отриманих знань у клінічну практику, що забезпечить своєчасне і ефективне лікування пацієнтів з ПТСР. |
| Τύπος εγγράφου: | Article |
| Περιγραφή αρχείου: | application/pdf |
| Γλώσσα: | Ukrainian |
| ISSN: | 2707-8434 |
| Σύνδεσμος πρόσβασης: | http://biomedtech.kpi.ua/article/view/311077 |
| Αριθμός Καταχώρησης: | edsair.scientific.p..e7b1cfbb61cfdba5ac9568d32e1e2cf7 |
| Βάση Δεδομένων: | OpenAIRE |
| FullText | Text: Availability: 0 |
|---|---|
| Header | DbId: edsair DbLabel: OpenAIRE An: edsair.scientific.p..e7b1cfbb61cfdba5ac9568d32e1e2cf7 RelevancyScore: 948 AccessLevel: 3 PubType: Academic Journal PubTypeId: academicJournal PreciseRelevancyScore: 947.991638183594 |
| IllustrationInfo | |
| Items | – Name: Title Label: Title Group: Ti Data: MAGNETIC RESONANCE TOMOGRAPHY METHOD AND ARTIFICIAL INTELLIGENCE USAGE FOR POST-TRAUMATIC STRESS DISORDER DIAGNOSIS (REVIEW) – Name: TitleSource Label: Source Group: Src Data: Biomedical Engineering and Technology; No. 15 (2024); 36-48<br />Биомедицинская инженерия и технология; № 15 (2024); 36-48<br />Біомедична інженерія і технологія; № 15 (2024); 36-48 – Name: Publisher Label: Publisher Information Group: PubInfo Data: National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”, Kyiv, Ukraine, 2024. – Name: DatePubCY Label: Publication Year Group: Date Data: 2024 – Name: Subject Label: Subject Terms Group: Su Data: <searchLink fieldCode="DE" term="%22штучний+інтелект%22">штучний інтелект</searchLink><br /><searchLink fieldCode="DE" term="%22tomography%22">tomography</searchLink><br /><searchLink fieldCode="DE" term="%22artificial+intelligence%22">artificial intelligence</searchLink><br /><searchLink fieldCode="DE" term="%22neurovisualization%22">neurovisualization</searchLink><br /><searchLink fieldCode="DE" term="%22tracktography%22">tracktography</searchLink><br /><searchLink fieldCode="DE" term="%22томографія%22">томографія</searchLink><br /><searchLink fieldCode="DE" term="%22трактографія%22">трактографія</searchLink><br /><searchLink fieldCode="DE" term="%22нейровізуалізація%22">нейровізуалізація</searchLink> – Name: Abstract Label: Description Group: Ab Data: In modern realities, a large number of people are experiencing mentally traumatic events, which may subsequently lead to a surge in psychiatric and neurological disorders, such as post-traumatic stress disorder (PTSD). PTSD is a serious mental illness that can arise after experiencing traumatic events. This applies not only to military veterans but also to individuals who have suffered from violence, disasters, accidents, or other stressful situations. Contemporary society faces numerous challenges related to the diagnosis and treatment of PTSD patients. Such patients require specific approaches to diagnosis, which is impossible without the use of instrumental examination methods. Given the current technological advancements and scientific progress, it is important to explore new approaches to treating this disorder, understanding its impact on people's lives, and addressing similar aspects. This may lead to the development of new, more sensitive tools for diagnosing and monitoring patient conditions. Neuroimaging allows for a better understanding of the nature of the human brain and is used to detect both organic and functional changes. Brain imaging analysis methods can identify even subtle differences in brain activity compared to healthy individuals. The development of magnetic resonance imaging (MRI) over the past three decades has spurred a large number of studies in the field of neurobiology that were previously impossible. Understanding the pathophysiological basis of diseases is an important part of the diagnostic process, so research is directed at finding specific predictors of diagnostic conclusions and pathological changes in the body. Considering the volume of data that needs to be processed, the use of artificial intelligence (AI) technologies is quite justified. Machine learning algorithms can analyze large datasets, identifying patterns that may be non-obvious to physicians. The integration of AI with magnetic resonance imaging opens up new opportunities for the study and treatment of PTSD. Research shows that AI can help automate the process of detecting PTSD signs in images, significantly saving time and resources for doctors. This approach can not only enhance diagnostic accuracy but also positively impact the quality of life for patients. The aim of this review is to familiarize oneself with existing studies that propose various methods for analyzing magnetic resonance imaging data from PTSD patients, as well as works in which the results of this analysis are applied in AI methods for building diagnostic systems. To achieve this goal, relevant works were reviewed in which authors described organic and functional changes in PTSD, as well as the application of machine learning technologies for diagnostic purposes. This work systematizes the results of previous studies, providing a foundation for further research. The findings of this review allow for an understanding of promising directions in the development of PTSD diagnostic methodologies and the means for their implementation. Future scientific efforts in this area should focus not only on improving research technologies but also on integrating the acquired knowledge into clinical practice, ensuring timely and effective treatment for patients with PTSD.<br />В сучасних реаліях велика кількість людей переживає ментально-травмуючі події, що в подальшому може призвести до сплеску психічних та неврологічних захворювань, як-от посттравматичний стресовий розлад (ПТСР). ПТСР є серйозним психічним захворюванням, яке може виникнути після переживання травматичних подій. Це стосується не лише військових ветеранів, а й людей, які зазнали насильства, катастроф, аварій або інших стресових ситуацій. Сучасне суспільство стикається з численними викликами, пов'язаними з діагностикою та лікуванням хворих на ПТСР. Такі хворі потребуватимуть специфічних підходів до діагностики, яка є неможливою без використання інструментальних методів обстеження. В умовах сучасних технологій і наукового прогресу важливо досліджувати нові підходи до лікування цього розладу, розуміти його вплив на життя людей та подібні аспекти. Це може привести до створення нових, більш чутливих інструментів для діагностики та моніторингу стану пацієнтів. Нейровізуалізація дозволяє краще зрозуміти природу людського мозку і застосовується для виявлення органічних та функціональних змін. Методи аналізу зображень мозку дозволяють виявляти навіть неочевидні відмінності у мозковій активності у порівнянні зі здоровими особами. Розвиток магнітно-резонансних томографів, в останні три десятиріччя дав поштовх великій кількості досліджень в галузі нейробіології, що було неможливим раніше. Розуміння патофізіологічних основ захворювань є важливою складовою діагностичного процесу, тому дослідження спрямовані на пошук конкретних предикторів діагностичного висновку та патологічних змін в організмі. Враховуючи об’єми даних, що необхідно обробити, використання технологій штучного інтелекту (ШІ) є цілком виправданим. Алгоритми машинного навчання здатні аналізувати великі набори даних, виділяючи патерни, які можуть бути неочевидними для лікарів. Інтеграція ШІ з магнітно-резонансною томографією відкриває нові можливості для дослідження та лікування ПТСР. Дослідження показують, що ШІ може допомогти автоматизувати процес виявлення ознак ПТСР на зображеннях, що значно заощаджує час і ресурс лікарів. Також цей підхід може не тільки підвищити точність діагностики, але й позитивно вплинути на якість життя пацієнтів. Мета даного огляду — ознайомитися з існуючими дослідженнями в яких пропонуються різні методи аналізу даних магнітно-резонансної томографії пацієнтів з ПТСР , а також роботами в яких результати даного аналізу застосовані в методах ШІ для побудови діагностичних систем. Для досягнення мети було розглянуто актуальні роботи в яких автори описували органічні та функціональні зміни при ПТСР, а також застосування технологій машинного навчання для діагностичних цілей. Дана робота систематизує результати попередніх робіт, даючи підґрунтя для подальших досліджень. Результати даного огляду дозволяють зрозуміти перспективні напрямки у розробці методик діагностики ПТСР та шляхи їхньої реалізації. Подальші наукові зусилля в цій галузі мають бути зосереджені не лише на вдосконаленні технологій дослідження, але й на інтеграції отриманих знань у клінічну практику, що забезпечить своєчасне і ефективне лікування пацієнтів з ПТСР. – Name: TypeDocument Label: Document Type Group: TypDoc Data: Article – Name: Format Label: File Description Group: SrcInfo Data: application/pdf – Name: Language Label: Language Group: Lang Data: Ukrainian – Name: ISSN Label: ISSN Group: ISSN Data: 2707-8434 – Name: URL Label: Access URL Group: URL Data: <link linkTarget="URL" linkTerm="http://biomedtech.kpi.ua/article/view/311077" linkWindow="_blank">http://biomedtech.kpi.ua/article/view/311077</link> – Name: AN Label: Accession Number Group: ID Data: edsair.scientific.p..e7b1cfbb61cfdba5ac9568d32e1e2cf7 |
| PLink | https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsair&AN=edsair.scientific.p..e7b1cfbb61cfdba5ac9568d32e1e2cf7 |
| RecordInfo | BibRecord: BibEntity: Languages: – Text: Ukrainian Subjects: – SubjectFull: штучний інтелект Type: general – SubjectFull: tomography Type: general – SubjectFull: artificial intelligence Type: general – SubjectFull: neurovisualization Type: general – SubjectFull: tracktography Type: general – SubjectFull: томографія Type: general – SubjectFull: трактографія Type: general – SubjectFull: нейровізуалізація Type: general Titles: – TitleFull: MAGNETIC RESONANCE TOMOGRAPHY METHOD AND ARTIFICIAL INTELLIGENCE USAGE FOR POST-TRAUMATIC STRESS DISORDER DIAGNOSIS (REVIEW) Type: main BibRelationships: IsPartOfRelationships: – BibEntity: Dates: – D: 08 M: 11 Type: published Y: 2024 Identifiers: – Type: issn-print Value: 27078434 – Type: issn-locals Value: edsair Titles: – TitleFull: Biomedical Engineering and Technology Type: main |
| ResultId | 1 |