基于CiteSpace的房颤检测算法研究现状与趋势分析
Software Guide(2022)
摘要
房颤是严重的心房电活动紊乱,可导致心脏衰竭、脑卒中等并发症.随着人工智能领域的发展,深度学习算法在房颤早期检测中的应用越来越广泛.运用CiteSpace软件检索2001-2022年中国知网收录的174篇相关文献,从文献发表年份、作者、发表机构、关键词4个方面进行文献计量与可视化分析,以呈现该领域的研究趋势.结果表明,相关文献发文量总体呈上升趋势,但总量仍较低;作者、机构之间合作度偏低,分布较为稀散;研究主要围绕超限学习机、R波定位、希式束、模式识别、QRS波检测、心室纤颤、P波、盲源提取、独立成分分析、机器学习、预处理、混沌、信息熵、波动图、统计性能等展开.使用深度学习算法进行房颤检测已经成为一种趋势,但目前国内对于该领域的研究还有很大提升空间,如研究需要多样化、算法融合度需提高、研究团队和机构之间需进一步加强交流与合作等.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要