Visualization Analysis of Research Status and Hotspots of Computerized Respiratory Sound Analysis Based on CiteSpace
Notice bibliographique
Résumé
Objective: To explore the research landscape and hotspots of Computerized Respiratory Sound Analysis (CORSA) and provide a reference for future in-depth studies. Methods: Literature related to CORSA published up to August 27, 2020, was retrieved from the Web of Science Core Collection. CiteSpace 5.6.R3 was used to perform co-authorship analysis, institutional collaboration analysis, keyword co-occurrence analysis, and co-citation analysis. Results: A total of 1,897 publications were included. Co-authorship analysis identified several influential contributors, including Zahra Moussavi, Kenneth Sundaraj, and H. Pasterkamp. Major research institutions included the University of Manitoba, the University of Queensland, and Aristotle University of Thessaloniki. Keyword co-occurrence analysis indicated that “respiratory sound,” “lung sound,” “asthma,” “children,” and “classification” were major research themes. The most frequently co-cited articles were published by Arati Gurung (2011), Mohammed Bahoura (2009), and H. Pasterkamp (1997). Highly cited journals included Chest, the American Journal of Respiratory and Critical Care Medicine, and IEEE Transactions on Biomedical Engineering. Conclusion: CORSA research is primarily driven by European and North American scholars and institutions, with China still in an early stage of development. Current hotspots include respiratory sound acquisition and processing, feature extraction methods such as Mel-frequency cepstral coefficients (MFCCs), and classification techniques based on machine learning and deep learning. CORSA is suitable for diverse populations and is widely applied in respiratory diseases, especially bronchial asthma. Its non-invasive nature offers particular advantages for infants and pregnant women. Although CORSA demonstrates strong clinical potential, its clinical translation remains limited. Advancing clinical applications and bridging the gap between research and practice will be key directions for future development. The prominence of top-tier respiratory and engineering journals among citations suggests that CORSA is an emerging and influential research frontier.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,080 | 0,073 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».