典型文献
基于知识图谱分析人工智能用于卒中研究的现状及趋势
文献摘要：
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.
文献关键词：
人工智能;卒中;文献计量学;科学图谱;机器学习
中图分类号：
作者姓名：
蒋林;李靖
作者机构：
邵阳 422000 邵阳市中心医院医学影像科
文献出处：
引用格式：
[1]蒋林;李靖-.基于知识图谱分析人工智能用于卒中研究的现状及趋势)[J].中国卒中杂志,2022(12):1372-1380
A类：
B类：
基于知识,知识图谱分析,中研,现状及趋势,知识可视化,可视化分析方法,研究构建,知识结构,合集,文献计量学分析,关键词共现分析,引文,可视化图谱,献纳,时间跨度,表文,工程学,计算机科学,神经科学,外科学,影像医学,人工智能应用,治疗方式选择,康复研究,研究发展,技术提升,各种类型,研究趋势,科研人员,临床医师,解人,科学图谱
AB值：
0.294573
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。
