大数据及人工智能对女性盆底功能障碍性疾病的诊断及风险预测 |
| |
引用本文: | 李晓阳,刘柏隆,周祥福.大数据及人工智能对女性盆底功能障碍性疾病的诊断及风险预测[J].中华腔镜泌尿外科杂志(电子版),2023(6):549-552. |
| |
作者姓名: | 李晓阳 刘柏隆 周祥福 |
| |
作者单位: | 中山大学附属第三医院泌尿外科 |
| |
基金项目: | 国家自然科学基金(82170786);;广州市科技计划项目重点研发计划(202103000035); |
| |
摘 要: | 女性盆底功能障碍(pelvic floor dysfunction,PFD)指女性盆底的肌肉、韧带、结缔组织等支持结构因创伤、退化等因素导致缺陷或松弛而出现的一类疾病,以压力性尿失禁(stress urinary incontinence,SUI)、性功能障碍(sexual dysfunction,SD)和盆腔器官脱垂(pelvic organ prolapse,POP)为主要表现,严重影响女性日常生活1]。年龄、妊娠、分娩方式、肥胖等均是其常见的诱发因素2]。
|
关 键 词: | 女性 盆底功能障碍 大数据 人工智能(AI) 图像识别 神经网络模型 筛查 诊断 尿失禁 深度学习 无监督学习 |
|
|