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Cite...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。展开更多
文摘目的: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。
