机器学习在呼吸医学中的研究动态与趋势

Journal: Basic Medical Theory Research DOI: 10.12238/bmtr.v6i5.10077

赵羿帆¹, 陶敏佳², 张静薇², 赵慧敏³, 张昕仪³, 王丽⁴, 张春英³

1. 华北理工大学口腔医学院
2. 华北理工大学临床医学院
3. 华北理工大学理学院
4. 哈尔滨医科大学附属第一医院心内七科

Abstract

目的：机器学习(ML)在医学研究,尤其是呼吸医学研究中的重要性,已成为学者们关注的焦点。为了总结当前的研究热点和发展趋势,本文对2013年至2023年的研究论文进行可视化分析,从而为进一步的科学研究以及产业建设提供参考。方法：本文通过检索web of science核心数据集中有关呼吸医学中应用机器学习的论文,发表时间限制为2013年至2023年。使用citespace软件对纳入的论文样本进行了作者、机构、国家/地区、关键词方面的分析,运用文献计量学方法阐述本领域中的知识框架。结果：经过去重筛选,我们的研究共纳入了来自113个国家/地区的18808位作者的2593篇文章。分析显示,从2018年开始,由机器学习驱动的呼吸医学研究数量显著增加。美国、中国、印度、英国、意大利为发文量排名前五的国家,高频关键词有：深度学习、分类、诊断、肺癌、CT。关键词突现分析显示目前研究热点为：支持向量机、X射线成像、颗粒物、医学图像处理、预测模型。结论：通过预测模型的构建与突破实现呼吸系统疾病的诊断、程度分级、预后预测、药物筛选是目前的研究热点。

Keywords

呼吸医学；机器学习；人工智能；文献计量学；CiteSpace

Funding

河北省创新创业训练计划(R2023149)。

Full Text

PDF - Viewed/Downloaded: 0 Times

References

[1] Exarchos K P,Beltsiou M,Votti C-A,etal.Artificial inte lligence techniques in asthma: a systematic review and criti cal appraisal of the existing literature[J].European Respira tory Journal,2020,56(3).
[2] Chen C,Song M.Visualizing a field of research: A metho dology of systematic scientometric reviews[J]. PLOS ONE, 2019, 14(10):e0223994.
[3] Mukherjee D,Lim W M,Kumar S,etal.Guidelines for advan cing theory and practice through bibliometric research[J]. Journal of Business Research,2022,148:101-115.

Citing this article:

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License