10.12173/j.issn.1004-5511.202201031
深度学习运用于胸腔X射线影像研究的文献计量学分析
目的 基于SCIE和PubMed数据库了解深度学习在胸腔X射线影像相关领域研究文献发表情况.方法 检索2017年1月1日至2021年12月31日收录于SCIE和PubMed的关于胸腔X射线影像的文献,针对发文量、出版机构、出版期刊、引文、作者及关键词等信息进行统计分析.结果 共纳入文献440篇,深度学习在胸腔X射线影像研究相关文献发文量呈逐年增长趋势.美国发文量最多,总被引频次为4409次,篇均被引频次为12.32次,美国的IEEE Access期刊发文量最多,达29篇.发文量排名第一的出版商是德国的Springer Nature,为83篇.核心作者7位,发文最多的有10篇,主要关键词频次出现最多的为COVID-19.结论 SCIE和PubMed收录的关于深度学习在胸腔X射线影像相关领域的文献整体呈逐年上升趋势,基本以英文文献增长为主,核心作者群尚未形成,尚未出现引文量和发文量均丰富的领军人物,高影响力文献数量有限.
深度学习、胸腔X射线影像、SCIE、PubMed、文献计量学分析、新型冠状病毒肺炎
33
G255.75;R47;G350
广东省科技计划项目2021B1212040007
2023-05-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
91-99