人工智能应用于骨科领域相关研究的可视化分析
发文,图谱,1资料和方法,1数据来源,2分析方法,3指标解读,2结果,1发文量分析,2作者合作网络分析,3机构地区共现分析,4国家共现分析,5研究热点分析,3讨论,1AI预测患病风险,2AI辅助骨科诊断,3AI促进手
郭 昊 闫静茹 廉洪宇 陈广新 李子涛 刘可鑫 刘鑫伟 张 嘉1.牡丹江医学院附属红旗医院骨外二科,黑龙江牡丹江 157011;2.哈尔滨师范大学教育科学学院,黑龙江哈尔滨 150025;3.牡丹江医学院影像学院,黑龙江牡丹江 157011
骨科疾病包括创伤骨折、骨骼退行性疾病、骨肿瘤及骨质疏松等代谢性疾病[1]。目前,在临床骨科中常见的医疗事故发生原因部分可归结为医师自身经验不足而导致误诊及效率低下,这些不仅会延误或加重病情,还会增大医疗成本并对患者带来不可逆损伤[2]。人工智能(artificial intelligence,AI)是仿真和拓展大脑智能的一项技术科学,通过先进的卷积神经网络技术来对大数据进行学习,是引领未来的战略性技术[3]。AI 结合骨科领域的智能化医疗对提高医师工作效率、加快患者康复进度、降低医疗风险具有重要意义[4]。CiteSpace 软件是由陈超美博士开发的可视化分析软件,优势在于收集整理大量文献信息,通过不同类型的视图分析来获取某学科的知识基础、研究热点及发展趋势[5]。本研究分析近20 年AI 应用于骨科领域的相关文献,通过绘制知识图谱来探讨该领域国内外发展现况、研究热点及趋势。目前尚少见应用文献计量学研究系统对该领域进行分析和概述。
1 资料和方法
1.1 数据来源
检索时限为2001 年1 月至2021 年11 月,CNKI中检索式TS=(人工智能or 深度学习)and(骨科or 骨折or 关节置换or 腰椎or 胸椎or 骨质疏松or 骨肿瘤or 骨关节炎or 骨龄or 脊柱);Web of Science 中检索式TS=(“Artificial intelligence”or “deep learning”)and(“orthopedic”or“arthroplasty”or“fracture”or“osteoporosis”or“spine”or“bone tumour”or“osteoarthritis”)。纳入标准:摘要内容符合AI 结合骨科领域的主题。排除标准:科技成果、报纸、会议。
1.2 分析方法
①分别将CNKI 所得中文文献以RefWorks 格式 ......
您现在查看是摘要页,全文长 8667 字符。