基于CT的人工智能在肺癌研究中的可视化分析
RSS 订阅 · 放射学实践
通过检索2017-2025年Pubmed数据库中274篇相关文献，采用文献计量学方法分析基于CT的人工智能在肺癌领域的研究现状。中国和美国是主要发文国家，European Radiology是发文最多期刊。近3年研究热点集中在影像组学、非小细胞肺癌、肺癌筛查、肺结节等方向。
要点
- 影像组学、非小细胞肺癌、肺癌筛查和肺结节是当前AI辅助CT诊断的主要研究热点
- 深度学习是人工智能应用于肺癌CT诊断的核心技术方向
- 该领域年均发文量约30篇，研究热度持续上升
核心结论
- 基于CT的人工智能在非小细胞肺癌临床应用、肺癌筛查及肺癌影像组学研究可能是未来研究热点
- 2017-2025年该领域共发表274篇文献，年均发文量30篇，研究呈增长趋势
- 中国是该领域发文最多的国家，其次是美国，四川大学在研究机构中出现频次最高
研究设计与样本
- 文献计量学分析，检索Pubmed数据库2017.01-2025.12期间发表的274篇相关文献
- 通过作者、国家分布、趋势主题等进行数据挖掘和分析
- 118家期刊参与发表，其中European Radiology刊载文献量最多
临床应用与阅片要点
- 影像组学、非小细胞肺癌分型、肺癌筛查和肺结节检测是AI辅助CT诊断的主要应用场景
- 深度学习是当前人工智能在肺癌CT诊断中最主要的技术方法
- 报告肺结节和肺癌时可关注AI辅助诊断工具在这些热点领域的应用进展
局限性
- 仅检索Pubmed单一数据库，可能遗漏其他数据库收录的相关文献
- 文献计量学分析仅能反映研究趋势，不能评价具体AI技术的临床诊断效能
原文图文
【摘要】目的：采用文献计量学分析法探究基于CT的人工智能在肺癌研究中的发展现状与未来研究热点。方法：在Pubmed数据库中检索2017.01-2025.12期间发表的人工智能和CT在肺癌研究领域的文献，根据数据构建相关文献全球分发网络，选择了作者、国家分布、趋势主题等进行数据挖掘和分析。结果：2017.01-2025.12期间共有118家期刊发表相关论文，文献总量274篇，文献年均发文量30篇，其中刊载文献量最多的期刊是《EuropeanRadiology》，发文最多的国家是中国，其次是美国。在参与此项研究的相关领域，四川大学在所有研究机构中出现的频次最高。通过关键词分析，其中出现频率最高的关键词是“人工智能”、“深度学习”、“肺癌”；通过趋势分析，近3年科研工作者主要聚焦于“影像组学”、“非小细胞肺癌”、“肺癌筛查”、“计算机断层扫描”、“肺结节”等主题词，提示这可能是未来相关领域工作者重点研究方向。结论：基于CT的人工智能在非小细胞肺癌的临床应用、肺癌筛查中的应用研究以及肺癌影像组学研究可能是未来相关研究领域的研究热点。
来源：放射学实践，查看原文。版权归原作者所有。
引用
- fsxsj.tjh.com.cn：基于CT的人工智能在肺癌研究中的可视化分析
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。