深度学习在阿尔茨海默病诊断中应用近5年文献的可视化分析
蒋嘉蕊
牛振东
北京理工大学计算机学院,北京市100081
摘要：目的 对近5年在阿尔茨海默病(AD)诊断中应用深度学习的现状、研究热点和趋势进行可视化分析.方法 在Web of Science核心数据库检索2017年至2021年深度学习在AD诊断中应用的相关文献,采用CiteSpace 6.1.R3软件分别从年发文量、国家/地区、机构、作者、关键词、参考文献等方面进行可视化分析.结果 共检索到文献306篇.发文量逐年增加.美国、韩国、英国为高影响力国家,中国科学院为发文量最多和中心性最高的机构,Liu M为发文量最多的作者.研究热点为对AD各阶段的分类研究.使用独立且具有互补性的多模态数据进行AD各阶段分类和早期预测可能成为未来趋势.结论 深度学习主要用于对AD的分类和早期预测.
关键词：深度学习阿尔茨海默病诊断可视化分析
分类号：R749.1(精神病学)
资助基金：国家重点研发计划(No.2019YFB1406303)
论文发表日期：2022-11-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1318-1324 )
英文信息