在脑膜瘤研究中探索机器学习应用 (2004-2023)

科学领域:

• 图书统计学 图书统计学
• 医疗信息学 医疗信息学
• 神经外科 神经外科

背景情况:

• 脑膜瘤是神经外科研究的一个重要领域.
• 机器学习 (ML) 的整合为脑膜瘤分析提供了新的方法.
• 了解研究趋势对于指导未来科学努力至关重要.

研究的目的:

• 分析机器学习应用在脑膜瘤研究中的出版趋势,从2004年到2023年.
• 确定主要的作者,机构,国家和期刊为这一领域做出贡献.
• 确定脑膜瘤机器学习中的突出关键词和发展模式.

主要方法:

• 在科学核心收藏 (WOSCC) 网络中,科学引用指数扩展 (SCI-E) 中索引的出版物的图书统计分析.
• 使用CiteSpace 6.2.R6软件进行全面的数据提取和可视化.
• 分析了出版物量,作者,附属,国家,期刊,参考文献和关键词.

主要成果:

• 总共分析了342篇文章,从2018年开始,出版物大幅增加.
• 德国和中国在作者贡献方面处于领先地位,而美国则表现出相当大的机构影响力.
• "深度学习"",脑瘤"和"分类"等关键词是核心的,表明跨学科的整合和学科的精细化.

结论:

• 机器学习在早期脑膜瘤检测和个性化治疗策略方面具有相当大的价值.
• 目前的研究重点包括优化检测指标和选择先进的ML算法.
• 未来的研究应该专注于开发高性能算法,以促进脑膜瘤管理方面的创新.