Visibility graph analysis for brain: scoping review.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Son yirmi yılda, ağ tabanlı analiz, zaman serisi verilerini çeşitli alanlarda analiz etmek için önemli bir ilgi topladı. Zaman serisi verileri, farklı yöntemler kullanarak grafiklere veya ağlara dönüştürülebilir, görünürlük grafiği (VG) yaygın olarak kullanılan bir yaklaşımdır. VG, zaman serisi verilerinin belirli özelliklerini anlama, tanımlama ve tahmin etme konusunda kapsamlı uygulamalar tutar. Pratikliği tıp, ekonomi, meteoroloji, turizm ve diğerleri gibi alanlara uzanır. Bu araştırma, saygın İngilizce dergilerde ve konferanslarda yayınlanan bilimsel makalelerin, beyin bozukluklarıyla ilgili VG tabanlı analiz yöntemlerine odaklanan bir incelemesini sunmaktadır. Amaç, VG'ye ve çeşitli türlerine bir girişle başlayarak, daha ileri ve gelecekteki araştırma çabaları için bir temel sağlamaktır. Bunu başarmak için, ilgili makalelerin sistematik bir şekilde araştırılması ve rafine edilmesi iki önemli bilimsel veri tabanında gerçekleştirildi: Google Scholar ve Scopus. Konunun kapsamlı bir analizi için toplam 51 uygun makale seçildi. Yayın yılına, kullanılan VG türüne, kullanım mantığına, kullanılan makine öğrenme algoritmalarına, sık sık ortaya çıkan anahtar kelimelere, en iyi yazarlara ve üniversitelere, değerlendirme metriklerine, uygulanan ağ özelliklerine ve Epilepsi, Alzheimer hastalığı, Otizm, Alkolizm, Uyku bozuklukları, Yorgunluk, Depresyon ve diğer ilgili koşullar gibi incelenen beyin bozukluklarına göre kategorize edilen bu makaleler. Dahası, araştırmadaki gelecekteki ilerlemeler için, grafik makinesi öğrenimi ve derin öğrenme gibi en son teknikleri kullanmayı içeren öneriler vardır. Ek olarak, dikkat eksikliği hiperaktivite bozukluğu ve Parkinson hastalığı gibi az çalışılmış tıbbi durumların araştırılması da önerilmektedir.

Özgün kaynak özetini okuyun

In the past two decades, network-based analysis has garnered considerable attention for analyzing time series data across various fields. Time series data can be transformed into graphs or networks using different methods, with the visibility graph (VG) being a widely utilized approach. The VG holds extensive applications in comprehending, identifying, and predicting specific characteristics of time series data. Its practicality extends to domains such as medicine, economics, meteorology, tourism, and others. This research presents a scoping review of scholarly articles published in reputable English-language journals and conferences, focusing on VG-based analysis methods related to brain disorders. The aim is to provide a foundation for further and future research endeavors, beginning with an introduction to the VG and its various types. To achieve this, a systematic search and refinement of relevant articles were conducted in two prominent scientific databases: Google Scholar and Scopus. A total of 51 eligible articles were selected for a comprehensive analysis of the topic. These articles categorized based on publication year, type of VG used, rationale for utilization, machine learning algorithms employed, frequently occurring keywords, top authors and universities, evaluation metrics, applied network properties, and brain disorders examined, such as Epilepsy, Alzheimer's disease, Autism, Alcoholism, Sleep disorders, Fatigue, Depression, and other related conditions. Moreover, there are recommendations for future advancements in research, which involve utilizing cutting-edge techniques like graph machine learning and deep learning. Additionally, the exploration of understudied medical conditions such as attention deficit hyperactivity disorder and Parkinson's disease is also suggested.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.