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

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。