深度学习对手术仪器细分,检测和跟踪在微创手术中的图书统计分析
Mahmoud Yousef1, Kareem Essam Aly1, Mariam Ahmed2
1Weill Cornell Medicine Qatar, Doha, Qatar.
Frontiers in digital health
|March 16, 2026
概括
这项研究绘制了深度学习 (DL) 的地图,用于在微创手术 (MIS) 中进行手术仪器分析. 研究显示持续增长,主要贡献者来自美国和法国,以及变压器网络等不断发展的主题.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 深度学习 (DL) 正在迅速推进微创手术 (MIS) 中的外科视频分析.
- 目前缺乏用于手术仪器细分,检测和跟踪的DL结构化的文献统计概述.
- 本综述系统地绘制了DL在MIS仪器分析中的研究格局.
研究的目的:
- 系统地绘制基于DL的手术仪器细分,检测和跟踪在MIS的研究格局.
- 检查出版趋势,有影响力的作者,机构和国家.
- 分析协作网络,关键字的共同出现,以及主题轨迹.
主要方法:
- 对DL进行MIS仪器分析的217篇原始研究文章 (2017-2024) 的图书统计分析.
- 在六个主要数据库 (PubMed,Scopus,IEEE Xplore,Embase,Medline,Web of Science) 进行的搜索.
- 使用Bibliometrix R包进行分析,并使用VOSviewer用于网络进行可视化.
主要成果:
- 年刊出版量从2017年大幅增加到2023年的峰值.
- 美国和法国成为领先的国家,斯特拉斯堡大学和福特旺根大学做出了重大贡献.
- 关键主题包括卷积神经网络,变压器架构,多模式学习和实时应用.
结论:
- 描述了用于MIS仪器分析的DL的演变,关键参与者,合作和主题趋势.
- 结果可以指导研究优先级和协作努力.
- 未来的研究应该专注于可解释的实时模型,标准化的注释和临床翻译的全球合作伙伴关系.
