典型文献
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
文献摘要：
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.
文献关键词：
深度学习;阿尔茨海默病;诊断;可视化分析
中图分类号：
作者姓名：
蒋嘉蕊;牛振东
作者机构：
北京理工大学计算机学院,北京市100081
文献出处：
引用格式：
[1]蒋嘉蕊;牛振东-.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)[J].中国康复理论与实践,2022(11):1318-1324
A类：
B类：
阿尔茨海默病,AD,研究热点和趋势,心数,数据库检索,R3,参考文献,高影响,中国科学院,中心性,Liu,分类研究,互补性,多模态数据,早期预测,未来趋势
AB值：
0.242727
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
