人工智能在神经疾病的诊断使用生物机械和步态分析数据:一个基于Scopus的图书识别分析

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 计算机科学 计算机科学

背景情况:

• 神经系统疾病因其日益多样化和流行程度而带来诊断挑战.
• 人工智能 (AI) 为及时和准确的诊断提供了潜在的解决方案.
• 机器学习 (ML) 和深度学习 (DL) 是正在探索的关键AI技术.

研究的目的:

• 进行对神经学中人工智能应用的文献分析和文献审查.
• 探索ML和DL在诊断神经系统疾病方面的进展.
• 确定关键的研究趋势,合作和在该领域有影响力的作品.

主要方法:

• 使用VOSviewer软件和Scopus数据库进行图书统计分析.
• 包括2018年1月至2024年12月期间发表的113篇文章.
• 科学映射和作者关键词的共同发生分析.

主要成果:

• 确定了四个主要研究主题:ML和步态分析,传感器和可穿戴健康技术,认知障碍和具有运动识别的神经障碍.
• 突出了关键期刊,作者和研究合作.
• 揭示了对神经学人工智能的日益增长但有限的合作兴趣,由几个关键贡献者推动.

结论:

• 人工智能,ML和DL在诊断神经疾病方面显示出变革性的潜力.
• 这项研究为未来人工智能驱动的神经学研究提供了基础.
• 研究人员,临床医生和治疗师可以从了解AI在这个领域的作用中获益.