【模板】解析人工智能在疾病中应用，文献计量分析文章发表到2区期刊；关键靠这两点
文献记录分析，重点回答以下问题：
例文的叙事大纲为：
* 该领域研究最前沿的国家有哪些、地理分布，国际合作关系的分布；
* 最早关注该领域的国家有哪些，中国从何时开始关注该领域；
* 致力于该领域的机构有哪些，排名前10的机构位于哪里，它们的优势是怎么体现的；
* 资金赞助数量与研究成果数量之间有什么关联；
* 有哪些学术期刊出版该领域的文章，从哪些角度来描述这些期刊；
* 致力于该领域的作者有哪些,地理分布、合作关系的分布，从哪些角度来描述这些作者；
* 已发表论文的分布情况，从哪些角度来描述这些文献；
* 该领域研究关键词分布，如何解读这些关键词。
合作关系网络（co-author）、 引用关系网络（cited）、 作者/期刊/文献共引关系（co-citation）（与关键词共现（Co-occurrence）关系计算方式一样）、 Total link Strength（TLS）、 中介中心性(Betweenness Centrality，BC)、 期刊的双图叠加、 引文爆发、 共被引聚类。
* 引文爆发（The reference citation burst）：文章发表后引用数量激增现象。
* 共被引聚类的意义：进行文献计量分析主要是为了发现研究主题、热点、前沿方向；单独的共被引分析只能展示文献之间的联系，而无法从文本内容角度发现主题之间的联系。文献共被引聚类可以展示从文本主题角度分析共被引每一个簇所代表的主题，省略了在共被引的网络图上再进行人工归纳总结的时间。共被引聚类的每一个簇代表一个研究前沿方向（研究前沿=共被引聚类核心文献集+对这些核心文献进行施引的最新文献的总和）。
选题：
人工智能快速发展，让我们忍不住问：AI在临床应用的研究情况如何、有哪些趋势？
本研究对1999年-2021年间WOSCC收录的肿瘤病理学方向的AI应用研究文献数据进行分析。
目的是解析对该领域的国家、机构、作者、参考文献和关键词绘制合作关系网络图，进行共引分析和共现分析。
不同国家/地区出版物总数的热图可视化；
国家/地区间的合作关系网络（co-author）；国家/地区之间的引用关系网络（cited）。
除美国外，论文发文数量大于200的国家还包括中国和英国。
· 国际合作关系网络：发文量与国际合作数量是正相关的。
发文量最高的国家美国，与中国、德国和英国密切合作；而其它发展中国家之间的合作相对较少。
在发文量排名前30的国家/地区中，Total link Strength（TLS）前三的分别是美国（TLS=836）、英国（TLS=423）、德国（TLS=365）。
美国是第一个开始基于人工智能的肿瘤病理学研究的国家，平均发文年份为2017.00；中国的平均发文年份为2019.72。
· 排名前10的所有机构都来自北美，其中8所来自美国，2所来自加拿大；其中，哈佛医学院排名第一（61篇），其次是多伦多大学和斯坦福大学。
· Total link Strength（TLS）排名前三的是哈佛医学院（335）、多伦多大学（229）、和纪念斯隆凯特琳癌症中心（217）。
· 总引用次数最排名前三的机构是凯斯西储大学（2413）、凯斯西储大学（1502）和斯坦福大学（1500）。
· 附加图2显示，大多数来自北美或欧洲的机构（如宾夕法尼亚大学、约翰霍普金斯大学和凯斯西储大学），进入该领域的时间较早，而几乎所有的中国机构参与该领域的时间都在2019年之后（节点偏红）。
· 资助机构对研究论文的发表起到了关键作用。排名前15位的资助机构中，共有7家来自美国，其中美国国立卫生研究院、美国卫生公共服务部、和NIH国家癌症研究所占据了该领域的前三名。这表明，美国在这一领域的领先地位与其强大的经济基础和资金支持密切相关。
· 相关研究论文已在763种学术期刊上发表。Scientific Reports的刊文数量最多，总引用次数为1537次；其次是IEEE Access、和Frontiers in Oncology；Medical Image Analysis的总引用次数为5491次，高于其他任何期刊；刊文数量排名第10的European Urology（IF=20.096）H指数（24）、和总引用次数（2724）远高于大多数上榜期刊。
· 排名前10的期刊均位于Q1/Q2（JCR2020）；European Urology（IF=20.096）的影响因子（IF）最高。
· 中介中心性值不低于0.1的期刊，表明这些期刊在该领域有重要作用。Computerized Medical Imaging and Graphics、和WMJ的BC值最大（0.19），在所有期刊中排名第一，其次是IEEE Transactions on Medical Imaging（0.17）和Telemedicine Journal and e-Health（0.17）。
中介中心性值不小于0.1的期刊；
· 发文数量前10的作者、和共同被引数量前10名的作者情况：发文数量前10的作者大多来自美国和欧洲。Madabhushi Anant（40）、Rajpoot Nasir M（40）、和 Yang Lin（20）位列前三；虽然来自荷兰的Van Der Laak Jeroen AWM、和Litjens Geert发文数量较少，但他们的总引用次数分别高达5230和5117。
图6A是VOSviewer制作的作者合作关系（co-author）网络图，Van Der Laak Jeroen AWM、和 Litjens Geert 是连接多个研究集群的主要作者。
然而，总体而言，各研究集群之间的合作和交流很少。
·通过对作者的共被引分析，可以发现Bejnordi BE、Litjens Geert、和Szegedy C的总引用次数位居前三，前10位被引作者的总引用次数超过240次。
·有10位作者的BC值大于0.1，Jemal Ahmedin（0.25）、Madabhushi Anant（0.21）和Ficarra Vincenzo（0.21）位居前三，这表明了他们在该领域的中心地位；Citespcae制作的作者共被引网络图也展示了Madabhushi Anant等人是该领域研究的中心。
·本研究共纳入2753篇论文，其中102篇文献被引用超过100次。
·被引次数前10位的文献：被引次数最多的文章是Litjens Geert在2017年发表的综述，共3777次，其次是Rhodes（2425次）和Tothill Richard W（929次）。
·共同引用次数前3位的文献，分别有221、215、214次引用；共引文献的时间轴反映该领域研究热点时间特征的可视化图表，聚类效果和网络同质性都非常好（Modularity Q=0.9545,mean Silhouette S=0.9839）。
·在12个集群中，#6癌症检测 是该领域最早的研究热点，#8乳腺癌组织病理学 是直到最近几年才被研究的最热门研究热点，越来越多的研究者可能会更加关注这些研究焦点。
·引文爆发排名前25的文献如图7C，该领域的参考文献引用爆发始于2011年（Breiman Leo，2001）；最新的引文爆发出现在2019年，一直持续到现在，其中，Kaiming He等于2016年发表的关于新型深残差网的引文爆发值最强。
关键文献仍然被频繁引用，由此可以推测，肿瘤病理学方向的AI应用研究仍将是未来几年的研究热点。
·本研究共纳入5279个作者关键词。图8A展示了出现频率前20的关键词。排名前三的关键词是“深度学习”、“机器学习”和“人工智能”（这与我们的研究主题一致），“乳腺癌”和“前列腺癌”是目前该领域研究最多的肿瘤；此外，前20种经常研究的癌症/肿瘤在附加表2中列出。
·图8B中，根据关键词出现的时间顺序，所有关键词都用不同的颜色进行标记，“深度学习”位于可视化地图的中心位置，除了“机器人”、“腹腔镜”等手术相关关键词外，2019年之后出现的关键词，如“细胞核分割”、“计算病理学”或“迁移学习”等，表明近年来该领域的研究呈上升趋势，肿瘤病理学方向的AI应用具有很高的研究价值，将成为未来很长一段时间的热门话题。
解读文献来源：
Shen Z, Hu J, Wu H, Chen Z, Wu W, Lin J, Xu Z, Kong J, Lin T. Global research trends and foci of artificial intelligence-based tumor pathology: a scientometric study. J Transl Med. 2022 Sep 6;20(1):409. doi: 10.1186/s12967-022-03615-0. PMID: 36068536; PMCID: PMC9450455.
掌握好文献计量学分析技术，任何研究者都能以一篇SCI论文的发表为起点，步步为营，开启一系列长期研究的课题。
微信扫码关注该文公众号作者
戳这里提交新闻线索和高质量文章给我们。
来源: qq
点击查看作者最近其他文章