Meme kanseri tanısında yapay zeka uygulamaları üzerine yapılan araştırmaların bibliyometrik analizi
Bibliometric analysis of research on artificial intelligence applications in breast cancer diagnosis
- Tez No: 958033
- Danışmanlar: PROF. DR. HAKAN TEKEDERE
- Tez Türü: Yüksek Lisans
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Bu çalışma, meme kanseri teşhisinde yapay zeka uygulamaları üzerine yapılan çalışmaların bibliyometrik analizini sunmakta, gelişmelere, iş birliği ağlarına ve gelecekteki araştırma yönlerine odaklanmaktadır. Çalışmanın verileri, 2013-2024 yılları arasında yayınlanmış 1537 çalışmayı kapsayan Web of Science veri tabanından elde edilmiştir. Eş atıf, iş birliği ağları, bibliyografik eşleştirme ve kavram birlikteliği analizleri VOSviewer programı kullanılarak gerçekleştirilmiştir. Yıllık yayın eğilimleri ve tematik yoğunluk Bibliometrix R programı kullanılarak analiz edilmiştir. Sonuçlar, 2019'dan itibaren araştırma faaliyetlerinde önemli bir artış olduğunu göstermektedir. Tematik analiz sonucunda, histopatolojik görüntüleme, evrişimsel sinir ağları ve hibrit yapay zeka gibi ortaya çıkan konular vurgulanmıştır. Yazar iş birliği ağında, Nico Karssemiejer en iş birlikçi yazar olarak belirlenirken, Hindistan, Çin, ABD ülke iş birliği analizinde en üretken ülkeler olmuştur. Anahtar kelime analizi, CNN, dijital mamografi, transfer öğrenme ve radyomik gibi terimlerin kullanımının arttığını ortaya koymuştur. Nico Karssemeijer 2746 atıf atıfla en çok atıf alan yazar olurken, ABD 7511 atıfla ülke atıf analizinde ilk sırada yer aldı. Dergi atıf analizinde 2174 atıf ile 'Scientific Report' dergisi ilk sırada yer almıştır. Kurum atıf analizinde 3048 atıf ile en çok atıf alan kurum Hollanda da ki Nijmegen Radboud Üniversitesi ilk sırada yer aldı. Kavram birlikteliği analizi, verilerin doğruluğu, özellik seçimi, veri setleri, algoritmaların performansı, sınıflandırma yöntemleri kavramlarının sık sık bir arada kullanıldığını göstermiştir. Bibliyografik birleştirme analizinde, Bejnordi'nin 2017 deki çalışmasıyla 1909 atıf ile ilk sırada yer almıştır. Bu çalışma sonucunda, meme kanseri tanısında yapay zeka uygulamaları ile ilgili yapılan çalışmaların küresel artan eğilimleri vurgulanarak gelecekteki araştırmacılara bir rehber niteliğinde olması hedeflenmiştir.
Özet (Çeviri)
This study presents a bibliometric analysis of research on artificial intelligence applications in breast cancer diagnosis, focusing on recent developments, collaboration networks, and future research directions. The data were obtained from the Web of Science database and include 1,537 studies published between 2013 and 2024. Co-citation, collaboration networks, bibliographic coupling, and concept co-occurrence analyses were conducted using the VOSviewer software. Annual publication trends and thematic intensity were analyzed using the Bibliometrix R package. The results show a significant increase in research activities starting in 2019. Thematic analysis highlighted emerging topics such as histopathological imaging, convolutional neural networks, and hybrid artificial intelligence approaches. In the author collaboration network, Nico Karssemeijer was identified as the most collaborative author, while India, China, and the USA were the most productive countries in the country collaboration analysis. Keyword analysis revealed an increasing use of terms such as CNN, digital mammography, transfer learning, and radiomics. Nico Karssemeijer was the most cited author with 2,746 citations, and the USA ranked first in country citation analysis with 7,511 citations. In the journal citation analysis, Scientific Reports ranked first with 2,174 citations. Nijmegen Radboud University in the Netherlands was the top institution in the institutional citation analysis with 3,048 citations. The concept co-occurrence analysis showed that terms such as data accuracy, feature selection, datasets, algorithm performance, and classification methods frequently appeared together. In the bibliographic coupling analysis, Bejnordi's 2017 study ranked first with 1,909 citations. This study aims to highlight the global upward trends in AI applications for breast cancer diagnosis and serve as a guide for future researchers.
Benzer Tezler
- Yapay zekâ yöntemleri ile veri analizi ve tıbbi teşhis için uzman sistem geliştirme
Developing expert system for medical diagnosis and data analysis with artificial intelligence methods
ALİ KELEŞ
Doktora
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiMatematik Ana Bilim Dalı
DOÇ. DR. UĞUR YAVUZ
- Dinamik kontrastlı meme MR görüntülemede radyomiks analizleri ve yapay zeka kullanılmasıyla meme kanseri subtiplerinin belirlenmesi
Determination of breast cancer subtypes using radiomics analyses and artificial intelligence in dynamic contrast-enhanced breast MRI
ÇAĞIN HÜRYOL
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
DOÇ. DR. AYŞEGÜL AKDOĞAN GEMİCİ
- Derin öğrenme teknikleri kullanılarak mamografi görüntüleri üzerinden meme kanseri tahmini
Breast cancer prediction from mammography images using deep learning techniques
ŞEYMA DOĞRU
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDEM YAVUZ
- Sayısal mamografi görüntülerine yapay zeka yöntemlerinin uygulanması
The application of artificial intelligence methods on digital mammography images
CANAN ORAL
Doktora
Türkçe
2011
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. HATİCE SEZGİN
- Makine öğrenmesi algoritmaları ile tiroit kanseri teşhisi
Diagnosis of thyroid cancer with machine learning algorithms
İREM TURAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiSayısal Yöntemler Ana Bilim Dalı
PROF. DR. ÇİĞDEM ARICIGİL ÇİLAN