Web of Science Core Koleksiyonunda Yer Alan Derin Öğrenme Algoritmasının Tıbbi Görüntülemede Kullanımına İlişkin Türkiye'de Yapılan Çalışmaların Bibliyometrik Analizi

Güneş Açıkgöz

Makale detayları

Web of Science Core Koleksiyonunda Yer Alan Derin Öğrenme Algoritmasının Tıbbi Görüntülemede Kullanımına İlişkin Türkiye'de Yapılan Çalışmaların Bibliyometrik Analizi

Yazarlar:

Güneş Açıkgöz

Yayıncı:

Sakarya University

Ana Başlıklar:

Sağlık Hizmetleri ve Sistemleri (Diğer)

Dergi:

Sakarya Tıp Dergisi Vol.13 Issue 4, pp.543-548

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001305551

pISSN:

2146-409X

Anahtar kelimeler:

Özet:

 Amaç Teknolojideki son gelişmeler ve veri setlerindeki artış tıbbi görüntülerde yapay zekanın en temel yaklaşımlarından biri olan derin öğrenme algoritmasının popülaritesini arttırmaktadır. Bu nedenle, yapılan çalışmada derin öğrenme algoritmasının kullanımına ilişkin yayınları araştırmak ve derin öğrenmenin kullanımına dikkat çekmek için bibliyometrik analiz yapılması amaçlanmıştır. Yöntem Deep Learning OR DL AND Medical Imaging AND Radiology anahtar kelimeleri kullanılarak 2019 ile 2022 yıllarında yayınlanan veriler Web of Science Core Collection WOSCC veritabanından elde edildi. WOS veritabanında araştırma alanı Research areas Radiology Nuclear medicine medical imaging ve ülke RegionCountry alanı Turkey ve doküman tipi Document type article olanlar çalışmaya dahil edildi. Bulgular Yapılan çalışmada araştırılan konu ile ilgili toplam 259 yazardan en az 1 yayını ve 1 atıfı olacak şekilde seçim yapıldığında 211 yazar elde edildi. Yazarlar tarafından en az 1 kez kullanılan 195 anahtar kelime elde edildi. Elde edilen anahtar kelimeler arasında en sık kullanılan anahtar kelimelerden deep learning ve artificial intelligence olduğu görüldü. Ayrıca yapay zekayla ilgili olan Transfer learning ve Machine learning anahtar kelimelerinin de diğer anahtar kelimelere göre daha sık kullanıldığı görüldü. Dergiler arasında en çok atıfın 133 atıf ile 2021de Medical Image Analysis dergisinde yayınlanan makaleye yapıldığı görüldü. Ayrıca Medical image analysis dergisinin 268 atıf ve 8 doküman ile ilk sırada yer aldığı görüldü. Bu derginin ortalama yayın yılının 2021de fazla olduğu görüldü. Sonuç Derin öğrenme algoritmalarının görüntü segmentasyonu, görsel hesaplama, algılama ve sınıflandırma gibi farklı görevlerinin yanı sıra radyasyon dozunun azaltılmasına yardımcı olma gibi avantajları bulunmaktadır. Dolayısıyla derin öğrenme algoritmasının kullanımının tıbbi görüntüleme alanında gittikçe artması kaçınılmazdır. Yapılan çalışma özellikle derin öğrenmenin tıbbi görüntülemede kullanılması ile ilgili verilerin bibliyometrik analizinin yapılmasının farkındalık oluşturacağını ve yararlı olacağını umuyoruz.

 Amaç Teknolojideki son gelişmeler ve veri setlerindeki artış tıbbi görüntülerde yapay zekanın en temel yaklaşımlarından biri olan derin öğrenme algoritmasının popülaritesini arttırmaktadır. Bu nedenle, yapılan çalışmada derin öğrenme algoritmasının kullanımına ilişkin yayınları araştırmak ve derin öğrenmenin kullanımına dikkat çekmek için bibliyometrik analiz yapılması amaçlanmıştır. Yöntem Deep Learning OR DL AND Medical Imaging AND Radiology anahtar kelimeleri kullanılarak 2019 ile 2022 yıllarında yayınlanan veriler Web of Science Core Collection WOSCC veritabanından elde edildi. WOS veritabanında araştırma alanı Research areas Radiology Nuclear medicine medical imaging ve ülke RegionCountry alanı Turkey ve doküman tipi Document type article olanlar çalışmaya dahil edildi. Bulgular Yapılan çalışmada araştırılan konu ile ilgili toplam 259 yazardan en az 1 yayını ve 1 atıfı olacak şekilde seçim yapıldığında 211 yazar elde edildi. Yazarlar tarafından en az 1 kez kullanılan 195 anahtar kelime elde edildi. Elde edilen anahtar kelimeler arasında en sık kullanılan anahtar kelimelerden deep learning ve artificial intelligence olduğu görüldü. Ayrıca yapay zekayla ilgili olan Transfer learning ve Machine learning anahtar kelimelerinin de diğer anahtar kelimelere göre daha sık kullanıldığı görüldü. Dergiler arasında en çok atıfın 133 atıf ile 2021de Medical Image Analysis dergisinde yayınlanan makaleye yapıldığı görüldü. Ayrıca Medical image analysis dergisinin 268 atıf ve 8 doküman ile ilk sırada yer aldığı görüldü. Bu derginin ortalama yayın yılının 2021de fazla olduğu görüldü. Sonuç Derin öğrenme algoritmalarının görüntü segmentasyonu, görsel hesaplama, algılama ve sınıflandırma gibi farklı görevlerinin yanı sıra radyasyon dozunun azaltılmasına yardımcı olma gibi avantajları bulunmaktadır. Dolayısıyla derin öğrenme algoritmasının kullanımının tıbbi görüntüleme alanında gittikçe artması kaçınılmazdır. Yapılan çalışma özellikle derin öğrenmenin tıbbi görüntülemede kullanılması ile ilgili verilerin bibliyometrik analizinin yapılmasının farkındalık oluşturacağını ve yararlı olacağını umuyoruz.

 Amaç Teknolojideki son gelişmeler ve veri setlerindeki artış tıbbi görüntülerde yapay zekanın en temel yaklaşımlarından biri olan derin öğrenme algoritmasının popülaritesini arttırmaktadır. Bu nedenle, yapılan çalışmada derin öğrenme algoritmasının kullanımına ilişkin yayınları araştırmak ve derin öğrenmenin kullanımına dikkat çekmek için bibliyometrik analiz yapılması amaçlanmıştır. Yöntem Deep Learning OR DL AND Medical Imaging AND Radiology anahtar kelimeleri kullanılarak 2019 ile 2022 yıllarında yayınlanan veriler Web of Science Core Collection WOSCC veritabanından elde edildi. WOS veritabanında araştırma alanı Research areas Radiology Nuclear medicine medical imaging ve ülke RegionCountry alanı Turkey ve doküman tipi Document type article olanlar çalışmaya dahil edildi. Bulgular Yapılan çalışmada araştırılan konu ile ilgili toplam 259 yazardan en az 1 yayını ve 1 atıfı olacak şekilde seçim yapıldığında 211 yazar elde edildi. Yazarlar tarafından en az 1 kez kullanılan 195 anahtar kelime elde edildi. Elde edilen anahtar kelimeler arasında en sık kullanılan anahtar kelimelerden deep learning ve artificial intelligence olduğu görüldü. Ayrıca yapay zekayla ilgili olan Transfer learning ve Machine learning anahtar kelimelerinin de diğer anahtar kelimelere göre daha sık kullanıldığı görüldü. Dergiler arasında en çok atıfın 133 atıf ile 2021de Medical Image Analysis dergisinde yayınlanan makaleye yapıldığı görüldü. Ayrıca Medical image analysis dergisinin 268 atıf ve 8 doküman ile ilk sırada yer aldığı görüldü. Bu derginin ortalama yayın yılının 2021de fazla olduğu görüldü. Sonuç Derin öğrenme algoritmalarının görüntü segmentasyonu, görsel hesaplama, algılama ve sınıflandırma gibi farklı görevlerinin yanı sıra radyasyon dozunun azaltılmasına yardımcı olma gibi avantajları bulunmaktadır. Dolayısıyla derin öğrenme algoritmasının kullanımının tıbbi görüntüleme alanında gittikçe artması kaçınılmazdır. Yapılan çalışma özellikle derin öğrenmenin tıbbi görüntülemede kullanılması ile ilgili verilerin bibliyometrik analizinin yapılmasının farkındalık oluşturacağını ve yararlı olacağını umuyoruz.

 Amaç Teknolojideki son gelişmeler ve veri setlerindeki artış tıbbi görüntülerde yapay zekanın en temel yaklaşımlarından biri olan derin öğrenme algoritmasının popülaritesini arttırmaktadır. Bu nedenle, yapılan çalışmada derin öğrenme algoritmasının kullanımına ilişkin yayınları araştırmak ve derin öğrenmenin kullanımına dikkat çekmek için bibliyometrik analiz yapılması amaçlanmıştır. Yöntem Deep Learning OR DL AND Medical Imaging AND Radiology anahtar kelimeleri kullanılarak 2019 ile 2022 yıllarında yayınlanan veriler Web of Science Core Collection WOSCC veritabanından elde edildi. WOS veritabanında araştırma alanı Research areas Radiology Nuclear medicine medical imaging ve ülke RegionCountry alanı Turkey ve doküman tipi Document type article olanlar çalışmaya dahil edildi. Bulgular Yapılan çalışmada araştırılan konu ile ilgili toplam 259 yazardan en az 1 yayını ve 1 atıfı olacak şekilde seçim yapıldığında 211 yazar elde edildi. Yazarlar tarafından en az 1 kez kullanılan 195 anahtar kelime elde edildi. Elde edilen anahtar kelimeler arasında en sık kullanılan anahtar kelimelerden deep learning ve artificial intelligence olduğu görüldü. Ayrıca yapay zekayla ilgili olan Transfer learning ve Machine learning anahtar kelimelerinin de diğer anahtar kelimelere göre daha sık kullanıldığı görüldü. Dergiler arasında en çok atıfın 133 atıf ile 2021de Medical Image Analysis dergisinde yayınlanan makaleye yapıldığı görüldü. Ayrıca Medical image analysis dergisinin 268 atıf ve 8 doküman ile ilk sırada yer aldığı görüldü. Bu derginin ortalama yayın yılının 2021de fazla olduğu görüldü. Sonuç Derin öğrenme algoritmalarının görüntü segmentasyonu, görsel hesaplama, algılama ve sınıflandırma gibi farklı görevlerinin yanı sıra radyasyon dozunun azaltılmasına yardımcı olma gibi avantajları bulunmaktadır. Dolayısıyla derin öğrenme algoritmasının kullanımının tıbbi görüntüleme alanında gittikçe artması kaçınılmazdır. Yapılan çalışma özellikle derin öğrenmenin tıbbi görüntülemede kullanılması ile ilgili verilerin bibliyometrik analizinin yapılmasının farkındalık oluşturacağını ve yararlı olacağını umuyoruz.

Makale detayları

Web of Science Core Koleksiyonunda Yer Alan Derin Öğrenme Algoritmasının Tıbbi Görüntülemede Kullanımına İlişkin Türkiye'de Yapılan Çalışmaların Bibliyometrik Analizi

Yazarlar:

Güneş Açıkgöz

Yayıncı:

Sakarya University

Ana Başlıklar:

Sağlık Hizmetleri ve Sistemleri (Diğer)

Dergi:

Sakarya Tıp Dergisi Vol.13 Issue 4, pp.543-548

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001305551

pISSN:

2146-409X

Derin öğrenme

Tıbbi görüntüleme

Bibliyometrik analiz

Sayı

Makale detayları

Web of Science Core Koleksiyonunda Yer Alan Derin Öğrenme Algoritmasının Tıbbi Görüntülemede Kullanımına İlişkin Türkiye'de Yapılan Çalışmaların Bibliyometrik Analizi

Yazarlar: Güneş Açıkgöz

Yayıncı: Sakarya University

Ana Başlıklar: Sağlık Hizmetleri ve Sistemleri (Diğer)

Dergi: Sakarya Tıp Dergisi Vol.13 Issue 4, pp.543-548

Belge Tipi: Makale

Yayın Tarihi: 12/2023

Belge Dili: Türkçe

Document ID (Org No.): 2001305551

pISSN: 2146-409X

Derin öğrenme

Tıbbi görüntüleme

Bibliyometrik analiz

Sayı

Yazarlar:

Güneş Açıkgöz

Yayıncı:

Sakarya University

Ana Başlıklar:

Sağlık Hizmetleri ve Sistemleri (Diğer)

Dergi:

Sakarya Tıp Dergisi Vol.13 Issue 4, pp.543-548

Belge Tipi:

Makale

Yayın Tarihi:

12/2023

Belge Dili:

Türkçe

Document ID (Org No.):

2001305551

pISSN:

2146-409X