| 舒培州，左仟岭，高海洋，汪子悦，施洪鑫，陈翼.影像医学与核医学可解释人工智能的文献计量研究[J].放射学实践,2025,(09):1166-1172 |
| 影像医学与核医学可解释人工智能的文献计量研究 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.09.015 |
| 中文关键词: 可解释人工智能 人工智能 机器学习 深度学习 影像组学 文献计量学 |
| 基金项目:云南省科技厅昆医联合专项(202101AY070001-029) |
|
| 摘要点击次数: 372 |
| 全文下载次数: 315 |
| 中文摘要: |
| 【摘要】目的:通过文献计量学方法，分析影像医学与核医学领域可解释人工智能（XAI）的研究现状和趋势，为该领域人工智能（AI）相关研究提供参考。方法:使用Web of Science数据库检索截至2024年6月的XAI相关文献，并利用Bibliometrix、VOSviewer和Citespace进行文献分析与可视化。结果:最终纳入1174篇XAI文献。自2018年起，该领域发文量显著增加，美国和中国是主要的研究产出和合作国家。研究形成了6本核心期刊和243位核心作者。关键词分析结果显示，XAI研究涉及临床诊断模型、机器学习、影像组学、神经网络和深度学习等领域。2022年后，研究主题变得多样化，卷积神经网络的可解释性成为热点。结论:影像医学与核医学领域对XAI的关注日益上升，取得了一定成果。然而，AI研究与XAI研究之间仍存在不平衡。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
