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

Basit Öğe Kaydı
dc.contributor.authorAçıkgöz, Güneş
dc.date.accessioned2024-09-19T16:23:38Z
dc.date.available2024-09-19T16:23:38Z
dc.date.issued2023
dc.departmentHatay Mustafa Kemal Üniversitesien_US
dc.description.abstractAmaç 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 (Region/Country) 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 2021’de “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 2021’de 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.en_US
dc.identifier.doi10.31832/smj.1333495
dc.identifier.endpage548en_US
dc.identifier.issn2146-409X
dc.identifier.issue4en_US
dc.identifier.startpage543en_US
dc.identifier.trdizinid1216461en_US
dc.identifier.urihttps://doi.org/10.31832/smj.1333495
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1216461
dc.identifier.urihttps://hdl.handle.net/20.500.12483/16014
dc.identifier.volume13en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.ispartofSakarya Tıp Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectDerin öğrenmeen_US
dc.subjectTıbbi görüntülemeen_US
dc.subjectBibliyometrik analizen_US
dc.titleWeb of Science Core Koleksiyonunda Yer Alan Derin Öğrenme Algoritmasının Tıbbi Görüntülemede Kullanımına İlişkin Türkiye'de Yapılan Çalışmaların Bibliyometrik Analizien_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
16014.pdf
Boyut:
905.84 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu