MOTOR İMGELEME EEG SİNYALLERİNİN DERİN ÖĞRENME YÖNTEMİ İLE SINIFLANDIRILMASI ÜZERİNE YAPILAN ÇALIŞMALARIN BİBLİYOMETRİK ANALİZİ

DOI Numarası:

Yazar: Umut ÖZFİDAN, Gülsüm ŞANAL ve Kübra EROĞLU

Sayı: 39

Yıl: 2024 Spring

MOTOR İMGELEME EEG SİNYALLERİNİN DERİN ÖĞRENME YÖNTEMİ İLE SINIFLANDIRILMASI ÜZERİNE YAPILAN ÇALIŞMALARIN BİBLİYOMETRİK ANALİZİ

Özet:
Bu çalışma, motor imgeleme EEG sinyallerinin derin öğrenme yöntemi ile sınıflandırılmasına ilişkin yayınların nicel analizini bibliyometrik analiz yöntemi kullanarak sunmaktadır. Çalışmanın amacı, yapılan inceleme sayesinde alandaki bilgi birikiminin daha iyi anlaşılması ve bu yolla sonraki çalışmalara rehberlik etmesinin sağlanmasıdır. Bu doğrultuda konuyla ilgili veriler Web of Science veritabanı üzerinden filtrelenmiş ve VosViewer uygulaması ile analiz edilmiştir. 2013 yılından itibaren “Motor imgeleme EEG sinyallerinin sınıflandırılmasında derin öğrenme teknikleri” konulu araştırmaların sayısında gözlenen artış, çalışmanın öncü bulgusu olarak ortaya çıkmıştır. Çin’in ilgili konuda en çok yayın yapan ve atıf alan ülke olması bir diğer önemli bulgudur. Ayrıca önde gelen araştırmacılar, en etkili yayınlar, en etkili kategoriler, en etkili kurumlar da zaman ve ısı haritası vb. ile saptanmıştır. Son olarak makalelerin bu konudaki araştırmalarda baskın belge türü olduğu tespit edilmekle birlikte, konferans bildirileri ile derleme makalelerin de önemli bir yer tuttuğu anlaşılmıştır.

Abstract:
This study presents a quantitative analysis of publications on the classification of motor imagery EEG signals using deep learning methods through bibliometric analysis. The aim of the study is to enhance understanding of accumulated knowledge in the field and guide future research. To achieve this, data related to the topic were filtered from the Web of Science database and analyzed using VosViewer. A notable finding is the observed increase in research on "Deep learning techniques for classifying motor imagery EEG signals" since 2013. China emerges as the leading country in both publication and citation impact. Furthermore, prominent researchers, influential publications, effective categories, and institutions were identified using time and heat maps. Finally, the study concludes that while articles dominate the research in this area, conference papers and review articles also hold significant positions.

Anahtar Kelimeler: EEG, Derin Öğrenme, Motor İmgeleme, Bibliyometrik Analiz

Keywords: EEG, Deep Learning, Motor Imagery, Bibliometric Analysis

Makale dosyasını indir Makale dosyasını indir