分析了20年的休息状态fMRI研究:趋势和协作网络被揭示
Wenzhuo Wei1, Kaiyuan Zhang2, Jin Chang3
1Research Centre for Translational Medicine, the Second Affiliated Hospital, Anhui Medical University, Hefei, Anhui, China; Department of Medical Psychology, School of Mental Health and Psychological Science, Anhui Medical University, Hefei, Anhui, China.
Brain research
|October 17, 2023
概括
休息状态功能性MRI (rs-fMRI) 研究在过去20年里显著扩大. 将机器学习与rs-fMRI集成,为大脑功能和诊断神经系统疾病提供了新的见解.
科学领域:
- 神经成像是一种神经成像.
- 认知神经科学 认知神经科学
- 图书统计学 图书统计学
背景情况:
- 休息状态功能磁共振成像 (rs-fMRI) 评估没有任务的大脑活动.
- 它已经成为神经成像的组成部分,研究功能连接.
- 超过二十年的 rs-fMRI 的发展轨迹需要分析.
研究的目的:
- 分析过去20年来 rs-fMRI研究的增长和趋势.
- 确定该领域的关键机构,合作和新兴主题.
- 突出机器学习在推进rs-fMRI应用中的作用.
主要方法:
- 使用Citespace工具进行图书统计分析.
- 检查出版趋势,作者,机构和合作.
- 分析新出现的关键词和参考主题.
主要成果:
- 在过去的二十年里,rs-fMRI出版物的显著增加.
- 哈佛大学在出版物方面领先; 美国的影响力最高.
- "机器学习"和"默认模式"等新兴关键词表明了新的研究方向.
结论:
- rs-fMRI研究显示出大量的增长和潜力.
- 机器学习集成对于在脑功能分析和疾病诊断中推进rs-fMRI至关重要.
- rs-fMRI作为神经系统疾病的诊断工具具有显著的前景.
更多相关视频
10:43Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity
Published on: July 1, 2014
15.2K
07:13Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy
Published on: May 27, 2020
6.7K
