AI辅助肺结节诊断的可视化知识图谱分析

LI Yanhong, REN Junyu, SUN Xiwen,HUANG Hailiang

Chinese Computed Medical Imaging(2023)

引用 0|浏览1
暂无评分
摘要
目的:分析人工智能(AI)在辅助肺结节诊断方面的研究现状、热点及问题,以探究我国在该领域的优势与不足,厘清后续发展思路.方法:以Web of Science核心合集数据库作为数据来源,纳入2003年1月至2023年1月AI辅助肺结节诊断相关文献1 468篇,利用CiteSpace绘制可视化知识图谱,依次分析合作网络、共被引网络和关键词共现.结果:AI辅助肺结节诊断研究存在核心国家、机构;国内已经形成稳定的研究与合作团队,但跨国家的合作明显不足;美国在研究中处于领先、核心地位,中国是后起之秀,韩国是近年的先锋;AI算法导致研究热点的大幅度转移,目前研究重点是利用CT断层扫描和深度学习算法辅助判断肺结节和低密度磨玻璃结节,进行诊断和病因分析.结论:AI辅助肺结节诊断的研究近年飞速发展,需增强各国研究团队的合作.此领域受算法性能影响较大,后继应该继续关注AI等用于计算机辅助诊断的新算法性能的提升.
更多
关键词
Pulmonary nodule,Artificial intelligence,CiteSpace,Bibliometrics,Knowledge map
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要