Die degenerative zervikale Myelopathie (DCM) ist eine Erkrankung, die durch degenerative Veränderungen in der Halswirbelsäule verursacht wird, die das Rückenmark komprimiert, und ist eine der Hauptursachen für Funktionsstörungen des Rückenmarks bei Erwachsenen, mit steigender Prävalenz weltweit. In fortgeschrittenen Stadien kann die DCM aufgrund von Rückenmarksverletzungen zu Lähmungen führen, so dass eine schnelle, effektive und präzise medizinische Diagnose eine wichtige klinische Bedeutung hat. Die Deep Learning-Technologie (DL) ermöglicht durch Analyse und Verarbeitung großer Mengen von Bildmaterial das Extrahieren von Merkmalen aus den betroffenen Bereichen, um Ärzten bei der schnellen und präzisen Diagnose der DCM zu helfen. In den letzten Jahren ist die Verwendung von DL-algorithmischen Modellen zur Durchführung von mit DCM zusammenhängenden Forschungen zu einem heißen Thema in der Entwicklung der intelligenten Medizin geworden. In diesem Artikel untersuchen wir den Fortschritt und die Anwendung von DL-Technologie bei der unterstützenden Diagnose der DCM und der derzeitigen Prognosebewertung, um Empfehlungen für eine intelligente Diagnose der DCM in der klinischen Praxis zu geben.

Deep Learning; Degenerative zervikale Myelopathie; Künstliche Intelligenz; Neuronale Netzwerke