對(duì)PubMed數(shù)據(jù)庫收錄的近3年生物醫(yī)學(xué)領(lǐng)域人工智能相關(guān)文獻(xiàn)中出現(xiàn)的高頻主題詞進(jìn)行聚類分析,根據(jù)聚類結(jié)果梳理分析當(dāng)前該領(lǐng)域研究熱點(diǎn),包括臨床醫(yī)學(xué)、生物信息兩個(gè)方面的5個(gè)主題,即疾病的計(jì)算機(jī)輔助診斷、中風(fēng)康復(fù)腦狀態(tài)分類和阿爾茲海默病檢測(cè)、生物識(shí)別、生物神經(jīng)系統(tǒng)研究。 

【文章來源】：醫(yī)學(xué)信息學(xué)雜志. 2020,41(02)

【文章頁數(shù)】：5 頁

【部分圖文】：

圖２生物醫(yī)學(xué)領(lǐng)域人工智能研究高頻主題詞共現(xiàn)聚類??

ｅｒ）、Ｍａｃｈｉｎｅ?Ｌｅａｒｎｉｎｇ、Ｒｏｂｏｔｉｃｓ。得到的?４６??個(gè)高頻詞占所有與生物醫(yī)學(xué)人工智能相關(guān)主題詞的累??計(jì)比例為１５％。利用ＢＩＣ０ＭＢ軟件統(tǒng)計(jì)高頻詞在每??篇文獻(xiàn)中出現(xiàn)的情況，生成相應(yīng)的詞篇矩陣。將其導(dǎo)??入ｇＣＬＵＴＯ軟件并對(duì)所得到的詞篇矩陣進(jìn)行聚類分??析，聚類分析結(jié)果可以反映高頻詞之間的親疏關(guān)系，??根據(jù)主題詞間的語義關(guān)系和聚類結(jié)果分析人工智能在??生物醫(yī)學(xué)領(lǐng)域應(yīng)用的研究熱點(diǎn)。??３結(jié)果??生物醫(yī)學(xué)領(lǐng)域人工智能研究高頻主題詞聚類可??視化結(jié)果，見圖１、圖２。其中圖２的橫軸代表文??獻(xiàn)，縱軸代表聚類的主題詞／副主題詞。兩個(gè)詞聚??到一起的距離越短則代表兩者的關(guān)系越密切。首??先，根據(jù)每類高頻詞的含義及其之間的語義關(guān)系總??結(jié)出每類主題詞所代表研究熱點(diǎn)，即生物醫(yī)學(xué)領(lǐng)域??人工智能研究熱點(diǎn)，如主題詞機(jī)器人／儀器（Ｒｏｂｏｔ－??ｉｃｓ／Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ）和外骨釀裝置（Ｅｘｏｓｋｅｌｅｔｏｎ?Ｄｅ－??ｖｉｃｅ）距離較近，關(guān)系密切，先聚成一類；模型，??生物（Ｍｏｄｅｌｓ，?Ｂｉｏｌｏｇｉｃａｌ）再與前面兩個(gè)詞合成一??類，依此類推。通過分析這些主題詞的語義關(guān)系能??得出其所代表的類團(tuán)含義標(biāo)簽，綜合各個(gè)類別的類??標(biāo)簽可以得出該主題的研究熱點(diǎn)。其次，利用??ｇＣＬＵＴＯ軟件對(duì)各類成員聚類貢獻(xiàn)率指標(biāo)進(jìn)行計(jì)算，??包括描述度和區(qū)分度，選擇對(duì)每類形成貢獻(xiàn)最大的??來源文獻(xiàn)作為表示該類內(nèi)容的類標(biāo)簽文獻(xiàn)［１］。然后??再對(duì)文獻(xiàn)內(nèi)容進(jìn)一步分析，進(jìn)而闡釋該類研究方向??的具體內(nèi)容。類成員聚類貢獻(xiàn)率指標(biāo)，見表１。??圖１生物醫(yī)學(xué)領(lǐng)域人工智能研究高頻主題詞??ｔ—??圖２生物醫(yī)學(xué)領(lǐng)

【參考文獻(xiàn)】：
期刊論文
[1]本體在生物醫(yī)學(xué)領(lǐng)域中應(yīng)用研究熱點(diǎn)分析[J]. 張慶,呂少妮,軒揚(yáng).  醫(yī)學(xué)信息學(xué)雜志. 2019(01)



本文編號(hào)：3349399