人工智能和机器 (深度) 学习在耳鼻喉科:基于VOSviewer和CiteSpace的图书识别分析
Tianyu Ma1, Qilong Wu1, Li Jiang1
1Department of Otorhinolaryngology Head and Neck Surgery, The First Affiliated Hospital of Harbin Medical University, Harbin, China.
Ear, nose, & throat journal
|July 29, 2023
概括
人工智能 (AI) 和深度学习 (DL) 在诊断和治疗耳鼻喉 (ENT) 疾病方面表现有前途. 目前的研究重点是诊断,预后和内镜图像分析,表明了耳鼻喉科人工智能应用的未来趋势.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 人工智能的人工智能
- 深度学习 (Deep Learning) 是一种深度学习.
- 图书统计学 图书统计学
背景情况:
- 耳鼻喉科 (ENT) 疾病越来越多地使用人工智能 (AI),特别是深度学习 (DL) 来解释.
- 尽管人工智能在疾病治疗中越来越受欢迎,但该领域的系统文献计量分析很少.
- 这项研究解决了对LNT研究中AI和DL的综合文献统计概述的需求.
研究的目的:
- 为了可视化研究热点和AI和DL应用在ENT疾病的趋势.
- 为研究人员提供有关该领域基础和临床研究未来发展的见解.
- 绘制全球研究格局,包括领先的国家,机构和作者.
主要方法:
- 从科学网络核心收藏中对232篇文章和评论进行了图书统计分析.
- 使用CiteSpace和VOSviewer软件进行数据可视化和检查.
- 分析国家,机构,作者,参考文献和关键词以确定研究模式.
主要成果:
- 研究来源于44个国家和498个机构,其中中国和美国是主要贡献者.
- 研究的常见 ENT 疾病包括耳硬化,中耳炎,鼻和鼻炎.
- 研究演变显示,最初的重点是听力和关节障碍,转向疾病的诊断,定位和分类.
结论:
- 图书统计分析揭示了AI和DL在ENT疾病中的周期性热点和发展方向.
- 目前的研究和未来的趋势强调了耳鼻喉病的诊断和预后.
- 耳鼻喉科内镜图像的分析是一个重要的重点和未来发展趋势.
