人工智能在法医学研究领域的文献可视化分析

doi:10.12116/j.issn.1004-5619.2023.430311

法医学杂志 ›› 2024, Vol. 40 ›› Issue (1): 1-14.DOI: 10.12116/j.issn.1004-5619.2023.430311

• 论著 • 下一篇

人工智能在法医学研究领域的文献可视化分析

董祎铭¹(), 赵春梅¹, 陈念念¹, 罗丽¹, 李展鹏¹, 王利凯¹, 李晓倩¹, 任廷淦², 高彩荣¹(), 郭相杰¹^,³^,⁴()

^1.山西医科大学法医学院，山西晋中 030600
^2.山西医科大学第一临床医学院，山西太原 030000
^3.山西医科大学转化医学研究中心，山西太原 030000
^4.临床决策研究大数据山西省重点实验室，山西太原 030000

收稿日期:2023-03-23 发布日期:2024-02-09 出版日期:2024-02-25
通讯作者: 高彩荣,郭相杰
作者简介:董祎铭（1998—），女，硕士研究生，主要从事法医病理学研究；E-mail：1694342553@qq.com
基金资助:
国家自然科学基金资助项目(81971790);山西省基础研究计划资助项目(20210302123314);山西省研究生教育创新资助项目(2022Y373)

Visualization Analysis of Artificial Intelligence Literature in Forensic Research

Yi-ming DONG¹(), Chun-mei ZHAO¹, Nian-nian CHEN¹, Li LUO¹, Zhan-peng LI¹, Li-kai WANG¹, Xiao-qian LI¹, Ting-gan REN², Cai-rong GAO¹(), Xiang-jie GUO¹^,³^,⁴()

^1.School of Forensic Medicine, Shanxi Medical University, Jinzhong 030600, Shanxi Province, China
^2.First Clinical Medical College, Shanxi Medical University, Taiyuan 030000, China
^3.Translational Medicine Research Center, Shanxi Medical University, Taiyuan 030000, China
^4.Shanxi Key Laboratory of Big Data for Clinical Decision Research, Taiyuan 030000, China

Received:2023-03-23 Online:2024-02-09 Published:2024-02-25
Contact: Cai-rong GAO, Xiang-jie GUO

1. 作者贡献声明和利益冲突声明.pdf(114KB)

摘要/Abstract

摘要：

目的分析2012—2022年Web of Science核心合集数据库中人工智能在法医学研究领域的文献，探索该领域的研究热点和发展趋势。方法通过文献计量工具CiteSpace对2012—2022年Web of Science核心合集数据库关于人工智能在法医学领域的736篇文献进行可视化分析，对相关文献的作者、机构、国家（地区）、标题、期刊、关键词、引用的参考文献等信息进行分析。结果 736篇文献来自69个国家（地区）289家机构的355位作者，发表于220种期刊，发文量呈逐年上升趋势。其中美国发文量最高，中国位列第二，机构中司法鉴定科学研究院发文量最高。Forensic Science International、Journal of Forensic Sciences、International Journal of Legal Medicine在发表文献和被引频次中均排名靠前。对关键词进行分析发现，人工智能在法医学领域的研究热点主要集中在利用人工智能技术进行性别年龄推断、死亡原因分析、死亡时间推断、个体识别等方面。结论应注重国际合作与机构间合作，加强交叉学科间的研究。探索先进的人工智能技术应用于法医各学科领域将是未来研究的热点与方向。

关键词: 法医学, 文献计量学, 人工智能, CiteSpace, Web of Science, 可视化分析

Abstract:

Objective To analyze the literature on artificial intelligence in forensic research from 2012 to 2022 in the Web of Science Core Collection Database, to explore research hotspots and developmental trends. Methods A total of 736 articles on artificial intelligence in forensic medicine in the Web of Science Core Collection Database from 2012 to 2022 were visualized and analyzed through the literature measuring tool CiteSpace. The authors, institution, country （region）, title, journal, keywords, cited references and other information of relevant literatures were analyzed. Results A total of 736 articles published in 220 journals by 355 authors from 289 institutions in 69 countries （regions） were identified, with the number of articles published showing an increasing trend year by year. Among them, the United States had the highest number of publications and China ranked the second. Academy of Forensic Science had the highest number of publications among the institutions. Forensic Science International, Journal of Forensic Sciences, International Journal of Legal Medicine ranked high in publication and citation frequency. Through the analysis of keywords, it was found that the research hotspots of artificial intelligence in the forensic field mainly focused on the use of artificial intelligence technology for sex and age estimation, cause of death analysis, postmortem interval estimation, individual identification and so on. Conclusion It is necessary to pay attention to international and institutional cooperation and to strengthen the cross-disciplinary research. Exploring the combination of advanced artificial intelligence technologies with forensic research will be a hotspot and direction for future research.

Key words: forensic medicine, bibliometrics, artificial intelligence, CiteSpace, Web of Science, visualization analysis

中图分类号:

董祎铭, 赵春梅, 陈念念, 罗丽, 李展鹏, 王利凯, 李晓倩, 任廷淦, 高彩荣, 郭相杰. 人工智能在法医学研究领域的文献可视化分析[J]. 法医学杂志, 2024, 40(1): 1-14.

Yi-ming DONG, Chun-mei ZHAO, Nian-nian CHEN, Li LUO, Zhan-peng LI, Li-kai WANG, Xiao-qian LI, Ting-gan REN, Cai-rong GAO, Xiang-jie GUO. Visualization Analysis of Artificial Intelligence Literature in Forensic Research[J]. Journal of Forensic Medicine, 2024, 40(1): 1-14.

图/表 13

参考文献 58

1	严律南. 人工智能在医学领域应用的现状与展望[J].中国普外基础与临床杂志，2018，25（5）：513-514. doi：10.7507/1007-9424.201804033 .
	YAN L N. Present situation and prospect of application of artificial intelligence in medical field[J]. Zhongguo Puwai Jichu Yu Linchuang Zazhi，2018，25（5）：513-514.
2	史忠植. 人工智能[M].北京：机械工业出版社，2016：16.
	SI Z Z. Artificial intelligence[M]. Beijing： China Machine Press，2016：16.
3	刘志勇，张更谦，严江伟. 人工智能在法医学中的应用与展望[J].刑事技术，2019，44（5）：383-387. doi：10.16467/j.1008-3650.2019.05.002 .
	LIU Z Y， ZHANG G Q， YAN J W. Forensic applicability of artificial intelligence and prospect[J]. Xingshi Jishu，2019，44（5）：383-387.
4	方雅婷，兰琼，解通，等. 人工智能技术时代法医学科面临的新机遇与挑战[J].法医学杂志，2020，36（1）：77-85. doi：10.12116/j.issn.1004-5619.2020.01.016 .
	FANG Y T， LAN Q， XIE T， et al. New opportunities and challenges for forensic medicine in the era of artificial intelligence technology[J]. Fayixue Zazhi，2020，36（1）：77-85.
5	梁国强. 国内文献计量学综述[J].科技文献信息管理，2013，27（4）：58-59，62.
	LIANG G Q. Review of domestic bibliometrics[J]. Keji Wenxian Xinxi Guanli，2013，27（4）：58-59，62.
6	李贺，袁翠敏，李亚峰. 基于文献计量的大数据研究综述[J].情报科学，2014，32（6）：148-155. doi：10.13833/j.cnki.is.2014.06.026 .
	LI H， YUAN C M， LI Y F. A review of big data research based on bibliometrics[J]. Qingbao Kexue，2014，32（6）：148-155.
7	刘则渊，陈悦，侯海燕，等. 科学知识图谱：方法与应用[M]. 北京：人民出版社，2008：62.
	LIU Z Y， CHEN Y， HOU H Y，et al. Mapping knowledge domains：methods and application[M]. Beijing： People’s Publishing House，2008：62.
8	陈悦，陈超美，刘则渊，等. CiteSpace知识图谱的方法论功能[J].科学学研究，2015，33（2）：242-253. doi：10.16192/j.cnki.1003-2053.2015.02.009 .
	CHEN Y， CHEN C M， LIU Z Y， et al. The metho-dology function of CiteSpace mapping knowledge domains[J]. Kexuexue Yanjiu，2015，33（2）：242-253.
9	LU X J， LI J， WEI X， et al. A novel method for determining postmortem interval based on the metabolomics of multiple organs combined with ensemble learning techniques[J]. Int J Legal Med，2023，137（1）：237-249. doi：10.1007/s00414-022-02844-8 .
10	LIN H C， WANG Z Y， LUO Y W， et al. Post-mortem evaluation of the pathological degree of myocardial infarction by Fourier transform infrared microspectroscopy[J]. Spectrochim Acta A Mol Biomol Spectrosc，2022，268：120630. doi：10.1016/j.saa.2021.120630 .
11	LIN H C， LUO Y W， SUN Q R， et al. Determination of causes of death via spectrochemical analysis of forensic autopsies-based pulmonary edema fluid samples with deep learning algorithm[J]. J Biophotonics，2020，13（4）：e201960144. doi：10.1002/jbio.201960144 .
12	ZHANG J， LI B， WANG Q， et al. Application of Fourier transform infrared spectroscopy with chemometrics on postmortem interval estimation based on pericardial fluids[J]. Sci Rep，2017，7：18013. doi：10.1038/s41598-017-18228-7 .
13	ZHOU Y Y， ZHANG J， HUANG J， et al. Digital whole-slide image analysis for automated diatom test in forensic cases of drowning using a convolutional neural network algorithm[J]. Forensic Sci Int，2019，302：109922. doi：10.1016/j.forsciint.2019. 109922 .
14	YU W M， XIANG Q Q， HU Y C， et al. An improved automated diatom detection method based on YOLOv5 framework and its preliminary study for taxonomy recognition in the forensic diatom test[J]. Front Microbiol，2022，13：963059. doi：10.3389/fmicb.2022.963059 .
15	FAN F， KE W C， WU W， et al. Automatic human identification from panoramic dental radiographs using the convolutional neural network[J]. Forensic Sci Int，2020，314：110416. doi：10.1016/j.forsciint.2020.110416 .
16	LI Y， HUANG Z Z， DONG X A， et al. Forensic age estimation for pelvic X-ray images using deep learning[J]. Eur Radiol，2019，29（5）：2322-2329. doi：10.1007/s00330-018-5791-6 .
17	NAVEGA D， COSTA E， CUNHA E. Adult skeletal age-at-death estimation through deep random neural networks： A new method and its computational analysis[J]. Biology，2022，11（4）：532. doi：10.3390/biology11040532 .
18	NAVEGA D， COELHO J D， CUNHA E， et al. DXAGE： A new method for age at death estimation based on femoral bone mineral density and artificial neural networks[J]. J Forensic Sci，2018，63（2）：497-503. doi：10.1111/1556-4029.13582 .
19	ČECHOVÁ M， DUPEJ J， BRŮŽEK J， et al. Sex estimation using external morphology of the frontal bone and frontal sinuses in a contemporary Czech population[J]. Int J Legal Med，2019，133（4）：1285-1294. doi：10.1007/s00414-019-02063-8 .
20	POŚPIECH E， KARŁOWSKA-PIK J， ZIEMKIE-WICZ B， et al. Further evidence for population specific differences in the effect of DNA markers and gender on eye colour prediction in forensics[J]. Int J Legal Med，2016，130（4）：923-934. doi：10.1007/s00414-016-1388-2 .
21	POŚPIECH E， KARŁOWSKA-PIK J， MARCIŃS-KA M， et al. Evaluation of the predictive capacity of DNA variants associated with straight hair in Europeans[J]. Forensic Sci Int Genet，2015，19：280-288. doi：10.1016/j.fsigen.2015.09.004 .
22	HOFMANN L A， LAU S， KIRCHEBNER J. Advantages of machine learning in forensic psychiatric research—Uncovering the complexities of aggressive behavior in schizophrenia[J]. Appl Sci （Basel），2022，12（2）：819. doi：10.3390/app12020819 .
23	PATTERSON A， SONNWEBER M， LAU S， et al. Schizophrenia and substance use disorder： Characteristics of coexisting issues in a forensic setting[J]. Drug Alcohol Depend，2021，226：108850. doi：10.1016/j.drugalcdep.2021.108850 .
24	王大阜. 科学知识图谱：工具、方法与应用[M].北京：人民邮电出版社，2023：54-55.
	WANG D F. Scientific knowledge mapping： Tools, methods and applications[M]. Beijing：POSTS & TELECOM PRESS，2023：54-55.
25	NOVAK L， SCHULTZ J J， MCINTYRE M. Determining sex of the posterior ilium from the Robert J. Terry and William M. Bass collections[J]. J Forensic Sci，2012，57（5）：1155-1160. doi：10.1111/j.1556-4029.2012.02122.x
26	RAGHAVENDRA BABU Y P， KANCHAN T， ATTI-KU Y， et al. Sex estimation from foramen magnum dimensions in an Indian population[J]. J Forensic Leg Med，2012，19（3）：162-167. doi：10.1016/j.jflm.2011.12.019 .
27	CHANDRAKANTH H V， KANCHAN T， KRIS-HAN K. Osteometric analysis for sexing of modern sternum -- An autopsy study from South India[J]. Leg Med （Tokyo），2014，16（6）：350-356. doi：10. 1016/j.legalmed.2014.07.007 .
28	GAO H J， GENG G H， YANG W. Sex determination of 3D skull based on a novel unsupervised learning method[J]. Comput Math Methods Med，2018，2018：4567267. doi：10.1155/2018/4567267 .
29	LI Y， NIU C Q， WANG J， et al. A fully automated sex estimation for proximal femur X-ray images through deep learning detection and classification[J]. Leg Med （Tokyo），2022，57：102056. doi：10.1016/j.legalmed.2022.102056 .
30	THURZO A， KOSNÁČOVÁ H S， KURILOVÁ V， et al. Use of advanced artificial intelligence in forensic medicine， forensic anthropology and clinical anatomy[J]. Healthcare，2021，9（11）：1545. doi：10.3390/healthcare9111545 .
31	ŠTEPANOVSKÝ M， IBROVÁ A， BUK Z， et al. Novel age estimation model based on development of permanent teeth compared with classical approach and other modern data mining methods[J]. Forensic Sci Int，2017，279：72-82. doi：10.1016/j.forsciint.2017.08.005 .
32	LI Y， WANG J， LIANG W B， et al. CR-GAN： Automatic craniofacial reconstruction for personal identification[J]. Pattern Recognition，2022，124：108400. doi：10.1016/j.patcog.2021.108400 .
33	JOSHI S V， KANPHADE R D. Deep learning based person authentication using hand radiographs： A forensic approach[J]. IEEE Access，2020，8：95424-95434. doi：10.1109/ACCESS.2020.2995788 .
34	王琪，林汉成，徐纪茹，等. 死亡时间推断最新研究与展望[J].法医学杂志，2018，34（5）：459-467. doi：10.12116/j.issn.1004-5619.2018.05.002 .
	WANG Q， LIN H C， XU J R， et al. Current research and prospects on postmortem interval estimation[J]. Fayixue Zazhi，2018，34（5）：459-467.
35	ZHAO X C， ZHONG Z T， HUA Z. Estimation of the post‐mortem interval by modelling the changes in oral bacterial diversity during decomposition[J]. J Appl Microbiol，2022，133：3451-3464. doi：10.1111/jam.15771 .
36	ZHANG J， WEI X， HUANG J， et al. Attenuated total reflectance Fourier transform infrared （ATR-FTIR） spectral prediction of postmortem interval from vitreous humor samples[J]. Anal Bioanal Chem，2018，410（29）：7611-7620. doi：10.1007/s00216-018-1367-1 .
37	ZHANG X Y， BAI Y， NGANDO F J， et al. Predicting the weathering time by the empty puparium of Sarcophaga peregrina （diptera： Sarcophagidae） with the ANN models[J]. Insects，2022，13（9）：808. doi：10.3390/insects13090808 .
38	KASZUBINSKI S F， PECHAL J L， SMILES K， et al. Dysbiosis in the dead： Human postmortem microbiome beta-dispersion as an indicator of manner and cause of death[J]. Front Microbiol，2020，11：555347. doi：10.3389/fmicb.2020.555347 .
39	EBERT L C， HEIMER J， SCHWEITZER W， et al. Automatic detection of hemorrhagic pericardial effusion on PMCT using deep learning -- A feasibility study[J]. Forensic Sci Med Pathol，2017，13（4）：426-431. doi：10.1007/s12024-017-9906-1 .
40	LOU J Q， CHEN H Y， HUANG S N， et al. Update on risk factors and biomarkers of sudden unexplained cardiac death[J]. J Forensic Leg Med，2022，87：102332. doi：10.1016/j.jflm.2022.102332 .
41	ZHANG F Y， WANG L L， DONG W W， et al. A preliminary study on early postmortem submersion interval （PMSI） estimation and cause-of-death discrimination based on nontargeted metabolomics and machine learning algorithms[J]. Int J Legal Med，2022，136（3）：941-954. doi：10.1007/s00414-022-02783-4 .
42	CAO J， LI J， GU Z， et al. Combined metabolomics and machine learning algorithms to explore metabolic biomarkers for diagnosis of acute myocardial ischemia[J]. Int J Legal Med，2023，137（1）：169-180. doi：10.1007/s00414-022-02816-y .
43	GARLAND J， HU M， DUFFY M， et al. Classifying microscopic acute and old myocardial infarction using convolutional neural networks[J]. Am J Forensic Med Pathol，2021，42（3）：230-234. doi：10.1097/PAF. 0000000000000672 .
44	MUJTABA G， SHUIB L， RAJ R G， et al. Prediction of cause of death from forensic autopsy reports using text classification techniques： A comparative study[J]. J Forensic Leg Med，2018，57：41-50. doi：10.1016/j.jflm.2017.07.001 .
45	ROWBOTHAM S K， BLAU S， HISLOP-JAMBRICH J， et al. An assessment of the skeletal fracture patterns resulting from fatal high （˃3 m） free falls[J]. J Forensic Sci，2019，64（1）：58-68. doi：10.1111/1556-4029.13803 .
46	ROWBOTHAM S K， BLAU S， HISLOP-JAMB-RICH J， et al. An anthropological examination of the types of skeletal fractures resulting from fatal high （˃3 m） free falls[J]. J Forensic Sci，2019，64（2）：375-384. doi：10.1111/1556-4029. 13887 .
47	REN G H， ZOU D H， HUANG P， et al. Identifying diffuse axonal injury by matrix-assisted laser desorption/ionization time-of-flight[J]. Am J Forensic Med Pathol，2016，37（4）：279-283. doi：10.1097/paf.0000000000000275 .
48	VOLGIN L， TAYLOR D， BRIGHT J A， et al. Validation of a neural network approach for STR typing to replace human reading[J]. Forensic Sci Int Genet，2021，55：102591. doi：10.1016/j.fsigen.20 21.102591 .
49	ALOTAIBI H， ALSOLAMI F， ABOZINADAH E， et al. TAWSEEM： A deep-learning-based tool for estimating the number of unknown contributors in DNA profiling[J]. Electronics，2022，11（4）：548. doi：10.3390/electronics11040548 .
50	KATSARA M A， BRANICKI W， WALSH S， et al. Evaluation of supervised machine-learning methods for predicting appearance traits from DNA[J]. Forensic Sci Int Genet，2021，53：102507. doi：10.1016/j.fsigen.2021.102507 .
51	DEVRANOGLU D， TAVACI I， FILOGLU G， et al. Effect of type of degraded DNA samples on human eye color prediction[J]. Pak J Zool，2021，53（4）：1201-1209. doi：10.17582/journal.pjz/20200310120332 .
52	HWA H L， WU M Y， LIN C P， et al. A single nucleotide polymorphism panel for individual identification and ancestry assignment in Caucasians and four East and Southeast Asian populations using a machine learning classifier[J]. Forensic Sci Med Pathol，2019，15（1）：67-74. doi：10.1007/s12024-018-0071-y .
53	VIDAKI A， BALLARD D， ALIFERI A， et al. DNA methylation-based forensic age prediction using artificial neural networks and next generation sequencing[J]. Forensic Sci Int Genet，2017，28：225-236. doi：10.1016/j.fsigen.2017.02.009 .
54	喻小兰. 中外比较视角下青少年犯罪预防研究[J].法制博览，2022（19）：8-10. doi：10.3969/j.issn.2095-4379.2022.19.003
	YU X L. A comparative study of juvenile delinquency prevention between China and foreign countries[J]. Fazhi Bolan，2022（19）：8-10.
55	STREUN GABRIEL L， STEUER ANDREA E， POETZSCH SANDRA N， et al. Towards a new qualitative screening assay for synthetic cannabinoids using metabolomics and machine learning[J]. Clin Chem，2022，68（6）：848-855. doi：10.1093/clinchem/hvac045 .
56	KRANENBURG R F， VERDUIN J， WEESEPOEL Y， et al. Rapid and robust on-scene detection of cocaine in street samples using a handheld near-infrared spectrometer and machine learning algorithms[J]. Drug Test Anal，2020，12（10）：1404-1418. doi：10.1002/dta.2895 .
57	WATTS D， MOULDEN H， MAMAK M， et al. Predicting offenses among individuals with psychiatric disorders -- A machine learning approach[J]. J Psychiatr Res，2021，138：146-154. doi：10.1016/j.jpsychires.2021.03.026 .
58	TESLI N， BELL C， HJELL G， et al. The age of violence： Mapping brain age in psychosis and psychopathy[J]. Neuroimage Clin，2022，36：103181. doi：10.1016/j.nicl.2022.103181 .

序号	机构	所属国家	发文量/篇	中介中心性
1	司法鉴定科学研究院（Academy of Forensic Science）	中国	19	0.01
2	科英布拉大学（University of Coimbra ）	葡萄牙	14	0.01
3	四川大学（Sichuan University ）	中国	11	0.00
4	西安交通大学（Xi’an Jiaotong University）	中国	11	0.00
5	布拉格查理大学（Charles University in Prague）	捷克共和国	11	0.01
6	密歇根州立大学（Michigan State University ）	美国	10	0.00
7	苏黎世大学（University of Zurich）	瑞士	9	0.01
8	公安部（The Ministry of Public Security）	中国	9	0.01
9	蒙纳什大学（Monash University ）	澳大利亚	8	0.00
10	阿姆斯特丹大学（University of Amsterdam）	荷兰	8	0.00

序号	机构	所属国家	发文量/篇	中介中心性
1	司法鉴定科学研究院（Academy of Forensic Science）	中国	19	0.01
2	科英布拉大学（University of Coimbra ）	葡萄牙	14	0.01
3	四川大学（Sichuan University ）	中国	11	0.00
4	西安交通大学（Xi’an Jiaotong University）	中国	11	0.00
5	布拉格查理大学（Charles University in Prague）	捷克共和国	11	0.01
6	密歇根州立大学（Michigan State University ）	美国	10	0.00
7	苏黎世大学（University of Zurich）	瑞士	9	0.01
8	公安部（The Ministry of Public Security）	中国	9	0.01
9	蒙纳什大学（Monash University ）	澳大利亚	8	0.00
10	阿姆斯特丹大学（University of Amsterdam）	荷兰	8	0.00

序号	期刊	发文量/篇	IF	JCR 分区	共被引期刊	共被引频次	IF	JCR 分区
1	Journal of Forensic Sciences	73	1.717	Q3	Forensic Science International	364	2.676	Q2
2	Forensic Science International	71	2.676	Q2	Journal of Forensic Sciences	333	1.717	Q3
3	International Journal of Legal Medicine	54	2.791	Q1	International Journal of Legal Medicine	245	2.791	Q1
4	Forensic Science International-Genetics	52	4.453	Q1	American Journal of Physical Anthropology	149	2.963	Q1
5	Journal of Forensic and Legal Medicine	28	1.691	Q3	Journal of Forensic and Legal Medicine	141	1.691	Q3
6	Legal Medicine	20	2.017	Q3	Plos One	119	3.752	Q2
7	PLoS One	15	3.752	Q2	Forensic Science International-Genetics	99	4.453	Q1
8	Forensic Science Medicine and Pathology	14	2.456	Q2	Nature	89	69.500	Q1
9	Australian Journal of Forensic Sciences	13	1.210	Q4	Legal Medicine	89	2.017	Q3
10	Scientific Reports	12	4.996	Q2	Scientific Reports	88	4.996	Q2

序号	期刊	发文量/篇	IF	JCR 分区	共被引期刊	共被引频次	IF	JCR 分区
1	Journal of Forensic Sciences	73	1.717	Q3	Forensic Science International	364	2.676	Q2
2	Forensic Science International	71	2.676	Q2	Journal of Forensic Sciences	333	1.717	Q3
3	International Journal of Legal Medicine	54	2.791	Q1	International Journal of Legal Medicine	245	2.791	Q1
4	Forensic Science International-Genetics	52	4.453	Q1	American Journal of Physical Anthropology	149	2.963	Q1
5	Journal of Forensic and Legal Medicine	28	1.691	Q3	Journal of Forensic and Legal Medicine	141	1.691	Q3
6	Legal Medicine	20	2.017	Q3	Plos One	119	3.752	Q2
7	PLoS One	15	3.752	Q2	Forensic Science International-Genetics	99	4.453	Q1
8	Forensic Science Medicine and Pathology	14	2.456	Q2	Nature	89	69.500	Q1
9	Australian Journal of Forensic Sciences	13	1.210	Q4	Legal Medicine	89	2.017	Q3
10	Scientific Reports	12	4.996	Q2	Scientific Reports	88	4.996	Q2

序号	共被引文献	作者	期刊	共被引频次	中介中心性	发表年份
1	A review of sex estimation techniques during examination of skeletal remains in forensic anthropology casework	Kewal Krishan	Forensic Science International	16	0.26	2016
2	Deep learning	Yann LeCun	Nature	12	0.01	2015
3	Sex estimation from the tarsal bones in a Portuguese sample： A machine learning approach	David Navega	International Journal of Legal Medicine	11	0.21	2015
4	Chronological age prediction based on dna methylation： Massive parallel sequencing and random forest regression	Jana Naue	Forensic Science International-Genetics	9	0.01	2017
5	Odontometric sex assessment from logistic regression analysis	Ashith B Acharya	International Journal of Legal Medicine	9	0.01	2011
6	Dermatologist-level classification of skin cancer with deep neural networks	Andre Esteva	Nature	9	0.01	2017
7	DNA methylation-based forensic age prediction using artificial neural networks and next generation sequencing	Athina Vidaki	Forensic Science International-Genetics	8	0.01	2017
8	Sex estimation in forensic anthropology： Skull versus postcranial elements	M Katherine Spradley	Journal of Forensic Sciences	8	0.12	2011
9	Statistical sex determination from craniometrics： Comparison of linear discriminant analysis， logistic regression， and support vector machines	Frédéric Santos	Forensic Science International	8	0.06	2014
10	Artificial intelligence for sex determination of skeletal remains： Application of a deep learning artificial neural network to human skulls	James Bewes	Journal of Forensic and Legal Medicine	8	0.23	2019

人工智能在法医学研究领域的文献可视化分析

Visualization Analysis of Artificial Intelligence Literature in Forensic Research

RichHTML

PDF (PC)

补充材料

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 58

相关文章 15

编辑推荐

Metrics

序号	国家（地区）	发文量/篇	中介中心性
1	美国（USA）	138	0.50
2	中国（P.R.CHINA）	95	0.13
3	澳大利亚（AUSTRALIA）	37	0.03
4	英国（ENGLAND）	32	0.17
5	西班牙（SPAIN）	30	0.13
6	印度（INDIA）	28	0.11
7	德国（GERMANY）	28	0.29
8	荷兰（NETHERLANDS）	24	0.09
9	土耳其（TURKEY）	23	0.01
10	法国（FRANCE）	23	0.16

序号	关键词	频次	中介中心性
1	forensic science	95	0.05
2	forensic anthropology	82	0.19
3	machine learning	78	0.04
4	forensic identification	72	0.09
5	sex estimation	66	0.28
6	age estimation	65	0.13
7	sexual dimorphism	64	0.25
8	classification	46	0.11
9	logistic regression	42	0.21
10	deep learning	41	0.03
11	population	32	0.13
12	discriminant function analysis	31	0.14
13	forensic dentistry	28	0.08
14	accuracy	23	0.16
15	artificial intelligence	22	0.00
16	convolutional neural network	20	0.01
17	personal identification	19	0.06
18	death	18	0.28
19	forensic anthropology population data	18	0.01
20	support vector machine	18	0.01

[1]	虢洪松, 刘晓贺, 韦红红, 李长征. 胸部挤压伤致声带麻痹、发声障碍法医学鉴定1例[J]. 法医学杂志, 2024, 40(1): 101-103.
[2]	吕琛山, 曹艺璇, 穆哓茜, 崔海燕, 王涛, 尉志文, 贠克明, 胡萌. 地表水中34种新兴污染物的超高效液相色谱-四极杆-飞行时间质谱快速筛查[J]. 法医学杂志, 2024, 40(1): 30-36.
[3]	范庆炜, 李凌, 杨慧凌, 邓婷婷, 徐冬冬, 王韵, 杜冰, 严江伟. 法医学混合斑研究现状及趋势的文献计量和可视化分析[J]. 法医学杂志, 2024, 40(1): 20-29.
[4]	任怀君. 拇指多指畸形骨折劳动能力鉴定1例[J]. 法医学杂志, 2024, 40(1): 104-105.
[5]	程荷英, 张运阁, 陈燕, 尹笋, 吕铭, 李春晓. 成人CE-Chirp ABR反应阈与纯音听阈相关分析与比较[J]. 法医学杂志, 2024, 40(1): 15-19.
[6]	贾鹏, 倪自翔, 代号, 易旭夫. 俯卧位单侧双通道内镜髓核摘除术后右眼失明医疗损害鉴定1例[J]. 法医学杂志, 2024, 40(1): 95-97.
[7]	李陨石, 高炜, 张艳琴, 徐强, 沈晓林. 颅脑外伤后夸大视力障碍程度残疾等级评定1例[J]. 法医学杂志, 2024, 40(1): 98-100.
[8]	俞勇, 王英杰, 贾云飞, 黄宝静, 何颂跃, 刘川川. 25例新生儿分娩性臂丛神经损伤医疗损害法医学鉴定评价[J]. 法医学杂志, 2024, 40(1): 43-49.
[9]	于维光, 贺强, 王铮迪, 田成俊, 王锦凯, 郑茜, 任飞, 张潮, 王优美, 徐鹏, 尉志文, 贠克明. MDMA及其代谢物MDA在大鼠体内的毒物代谢动力学[J]. 法医学杂志, 2024, 40(1): 37-42.
[10]	陈红羽, 刘凯, 洪仕君. 外伤性颈动脉血栓形成致血栓栓塞性脑梗死残疾等级评定1例[J]. 法医学杂志, 2024, 40(1): 92-94.
[11]	韩兴, 刘昕, 杜明荦, 徐若沦, 李家荣, 刘超, 刘卫国. UPLC-MS/MS法测定血液中依托咪酯及其代谢物依托咪酯酸的含量[J]. 法医学杂志, 2023, 39(6): 564-570.
[12]	黄傲, 温姝博, 孔倩倩, 赵珍敏, 刘希玲. 全血和血斑蛋白质组学差异分析[J]. 法医学杂志, 2023, 39(6): 549-556.
[13]	王泽宇, 刘霞, 陈捷敏, 陈芳. 鼻窦手术后视力障碍医疗损害鉴定1例[J]. 法医学杂志, 2023, 39(6): 632-634.
[14]	马星宇, 程浩, 张忠铎, 李烨铭, 赵东. 代谢组学技术结合机器学习算法在损伤时间推断中的研究进展[J]. 法医学杂志, 2023, 39(6): 596-600.
[15]	焦同博, 朱娅萍, 张孟周. 食管胃底静脉曲张内镜治疗医疗损害鉴定3例[J]. 法医学杂志, 2023, 39(6): 628-631.