从2007年到2023年,基金图像细分的研究趋势和热点:一项文献识别分析
Hairui Deng1,2, Yiren Wang1,2, Venhui Cheng3
1School of Nursing, Southwest Medical University, Luzhou, 646000, China.
Heliyon
|November 11, 2024
概括
本研究分析了自动底部损伤细分研究从2007-2023. 深度学习方法显示眼睛疾病的效率和准确性越来越高,全球研究趋势越来越强.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 计算机科学 计算机科学
背景情况:
- 眼底病变的自动细分对于诊断眼睛疾病至关重要.
- 深度学习模型比手动细分提供了更高的效率和准确性.
研究的目的:
- 分析当前状态,研究热点和自动 fundus 损伤图像细分的趋势.
- 为未来在这个领域的研究提供参考.
主要方法:
- 在2007年至2023年期间,使用Web of Science核心收藏进行了对707篇出版物的文献计量分析.
- 使用CiteSpace和VOSviewer软件可视化和分析国家,作者,机构,期刊,参考文献和关键词.
主要成果:
- 出版量呈现上升趋势,中国,印度和美国在产量方面处于领先地位.
- 主要研究领域包括糖尿病视网膜病变,深度学习,血管细分和视网膜图像.
- 关键词爆发表明,自2018年以来,机器学习和深度学习技术的兴趣有所增加.
结论:
- 深度学习提高了眼睛病管理的 fundus 损伤细分效率和准确性.
- 尽管出版量相对较小,但全球研究合作正在增长,主要集中在东亚和欧洲.
- 建议对糖尿病视网膜病变和视网膜血管细分进行进一步的研究,以推进该领域的发展.


