机器学习在精神分裂症神经成像中的科学度分析:趋势和见解 (2012-2024)
Xingsong Wang1, Xiaoqun Chen2, Miaomiao Yan1
1School of psychology, Shanghai Normal University, Shanghai, China.
Journal of affective disorders
|May 29, 2025
概括
在精神分裂症中机器学习神经成像正在向可解释的人工智能和多式联络数据发展. 标准化对于这些先进的神经成像技术的临床应用至关重要.
科学领域:
- 神经科学是一个神经科学.
- 人工智能的人工智能
- 精神病学是一个精神病学.
背景情况:
- 自2012年以来,机器学习 (ML) 在精神分裂症神经成像中的应用有了显著的进步.
- 对这个快速发展的领域缺乏全面的科学测量分析.
研究的目的:
- 从2012年到2024年,对在精神分裂症神经成像中的ML应用进行科学度分析.
- 确定主题和方法趋势,并为未来的研究提供战略指导.
主要方法:
- 来自Web of Science核心集合 (2012-2024) 的315篇原创研究文章的分析.
- 使用R-bibliometrix和CiteSpace进行图书统计和网络分析.
- 检查了出版物输出,引用影响和研究集群.
主要成果:
- 出版物输出显示稳定增长,在2021年达到顶峰,随后下降.
- 网络分析显示,人们正在转向可解释的AI和多模式神经成像方法 (Q=0.7536,S=0.9039).
- 中国在出版物 (115篇) 中领先,而美国的引用影响力最高 (4414篇). 最近的集群集中在风险评估,大脑年龄和治疗反应上.
结论:
- 该领域正在从传统的ML过渡到可解释的AI和集成的多式联络神经成像.
- 未来的研究应该专注于新兴领域,如风险评估和治疗反应.
- 方法标准化对于将神经成像ML发现转化为临床实践至关重要.
更多相关视频
05:14Standardized Data Acquisition for Neuromelanin-Sensitive Magnetic Resonance Imaging of the Substantia Nigra
Published on: September 8, 2021
3.3K
06:26Meta-analysis of Voxel-Based Neuroimaging Studies using Seed-based d Mapping with Permutation of Subject Images SDM-PSI
Published on: November 27, 2019
70.3K
