临床研究 | 基于CiteSpace的超声医学领域人工智能研究热点和趋势的可视化分析
临床研究 | 基于CiteSpace的超声医学领域人工智能研究热点和趋势的可视化分析
摘要目的应用CiteSpace可视化软件系统分析近十年超声医学领域人工智能的研究热点和趋势。方法以中国知网、万方、PubMed和Webof Science为来源数据库,检索2014~2024年超声医学领域人工智能相关文献,应用CiteSpace可视化软件对纳入文献的发文量、作者、发文机构、国家、关键词等绘制图谱,并进行计量分析。结果最终纳入3081篇文献,其中中文文献1418篇,外文文献1663篇。近十年超声医学领域人工智能的发文量整体呈逐年上升趋势,尤其在2018年后增长迅速,相关研究进入快速发展阶段并趋于成熟。中文文献和外文文献作者的合作网络密度值分别为0.0076和0.0073,机构的合作网络密度值分别为0.0029和0.0179,表明作者及机构之间缺乏密切合作。发文机构分析显示文献发表集中在高等教育学校。发文量前5名的国家分别为中国(694篇)美国(396篇)韩国(75篇)、加拿大(74篇)印度(53篇),虽然发文国家之间存在交流合作,但国家的合作网络密度值为0.0141,表明合作密切程度较低。关键词分析显示,中文文献和外文文献热门关键词有一定相似性,集中在深度学习、图像分割、乳腺癌、卷积神经网络、图像分类、甲状腺结节等方面。结论近十年国内外超声医学领域人工智能的相关研究取得了显著进展,研究热点主要集中在深度学习、图像分割和智能辅助识别与诊断等方面,研究趋势将聚焦于基于超声造影的人工智能模型。