目的通过知识可视化分析方法,对人工智能技术用于卒中的研究构建知识图谱,探索知识结构,总结该领域的研究现状、热点和趋势。方法检索Web of Science核心合集中1985年1月-2022年3月有关人工智能和卒中相关的文献。对文献发表时间、国家...目的通过知识可视化分析方法,对人工智能技术用于卒中的研究构建知识图谱,探索知识结构,总结该领域的研究现状、热点和趋势。方法检索Web of Science核心合集中1985年1月-2022年3月有关人工智能和卒中相关的文献。对文献发表时间、国家/地区、机构、作者、研究领域进行分析。并利用CiteSpace软件进行文献计量学分析,包括关键词共现分析、引文共引及聚类分析,并绘制可视化图谱。结果通过检索和筛查,共有73个国家和地区的924篇文献纳入分析,发表时间跨度为1999-2022年。发表文献最多的是美国(274篇,29.7%)和中国(255篇,27.6%),发文前10位的机构中有6所来自美国,只有2所来自中国。人工智能技术用于卒中的研究从2012年开始快速增长,涉及多学科、多领域,包括人工智能相关的理论和技术研究,如工程学、计算机科学等,也包括卒中相关的神经科学、外科学、影像医学等。通过知识图谱分析,该领域主要的研究内容是人工智能应用于卒中的分类、治疗方式选择、预后及康复研究。在应用人工智能技术的同时,也会激发人工智能理论和技术的研究发展。应用更具潜力、更恰当的人工智能技术提升各种类型卒中的基础和临床研究是本领域的研究趋势。结论通过知识图谱分析该领域的关键研究、发展脉络,有助于科研人员和临床医师更好地理解人工智能用于卒中研究的现状和发展趋势,为未来的研究和临床实践提供参考。展开更多
文摘目的通过知识可视化分析方法,对人工智能技术用于卒中的研究构建知识图谱,探索知识结构,总结该领域的研究现状、热点和趋势。方法检索Web of Science核心合集中1985年1月-2022年3月有关人工智能和卒中相关的文献。对文献发表时间、国家/地区、机构、作者、研究领域进行分析。并利用CiteSpace软件进行文献计量学分析,包括关键词共现分析、引文共引及聚类分析,并绘制可视化图谱。结果通过检索和筛查,共有73个国家和地区的924篇文献纳入分析,发表时间跨度为1999-2022年。发表文献最多的是美国(274篇,29.7%)和中国(255篇,27.6%),发文前10位的机构中有6所来自美国,只有2所来自中国。人工智能技术用于卒中的研究从2012年开始快速增长,涉及多学科、多领域,包括人工智能相关的理论和技术研究,如工程学、计算机科学等,也包括卒中相关的神经科学、外科学、影像医学等。通过知识图谱分析,该领域主要的研究内容是人工智能应用于卒中的分类、治疗方式选择、预后及康复研究。在应用人工智能技术的同时,也会激发人工智能理论和技术的研究发展。应用更具潜力、更恰当的人工智能技术提升各种类型卒中的基础和临床研究是本领域的研究趋势。结论通过知识图谱分析该领域的关键研究、发展脉络,有助于科研人员和临床医师更好地理解人工智能用于卒中研究的现状和发展趋势,为未来的研究和临床实践提供参考。
