Machine Learning Applications to Diffuse Reflectance Spectroscopy in Optical Diagnosis; A Systematic Review
Created by
Haebom
Category
Empty
저자
Nicola Rossberg, Celina L. Li, Simone Innocente, Stefan Andersson-Engels, Katarzyna Komolibus, Barry O'Sullivan, Andrea Visentin
개요
본 논문은 확산 반사 분광법(Diffuse Reflectance Spectroscopy, DRS)과 머신러닝을 결합한 생체 조직 판별 연구의 최신 동향을 PRISMA 지침에 따라 체계적으로 검토한 연구이다. 77개의 연구를 분석하여 DRS와 머신러닝의 임상적용 가능성을 확인하였으며, 향후 연구 방향을 제시하였다. DRS 신호의 특성상 알고리즘 처리가 필수적이며, 머신러닝 모델 적용을 통해 높은 진단 정확도를 달성할 수 있음을 보여주었다.
시사점, 한계점
•
시사점: DRS와 머신러닝의 조합은 생체 조직 판별 및 다양한 질병 진단에 높은 잠재력을 가짐을 확인하였다.
•
한계점: 보다 엄격한 표본 계층화, 생체 내 검증, 그리고 설명 가능한 알고리즘 개발이 향후 연구에 필요하다.
