Google學術公布2021年最有影響力工作，CV高峰會論文「夾縫求生」

  • 2021 年 9 月 1 日
  • AI

編譯 | 陳彩嫻

不久前，Google學術（Google Scholar）公布了2021年最有影響力的論文列表，結果在意料之中。

由於去年新冠疫情的全球性爆發，研究 COVID-19 的早期臨床觀察與死亡風險因素的相關論文在Google學術上獲得了極高的引用量。

其中，引用量最高的 COVID-19 論文為中國學者 Chaolin Huang 等人發表在《柳葉刀》上的工作「Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China」，引用量超過了 30,000。

相形之下，在Google學術2021年的數據中，人工智慧領域的研究工作顯得「平平無奇」。

不過，需要注意的是，儘管關於 COVID-19 的論文最高引用量已超過 30,000，但與何愷明等人之前在微軟任職時發表在CVPR 2016 的「Deep Residual Learning for Image Recognition」（深度殘餘網路）一文相比，仍然相距甚遠。

論文鏈接：//arxiv.org/pdf/1512.03385.pdf

雖然 ResNet 一文是五年前所發表的工作，但它在Google學術上的引用量仍在不斷上升。2019年，其引用次數為 25,256，到2020年則增加到了 49,301, 2021 年又上升到了 82,588。不愧是大神之作！

2021年Google學術指標排名追蹤了2016年至2020年7月在Google學術上有索引的所有論文。下面，文章將介紹在 2021 年Google學術上引用最多的工作，以及一篇發表於 2016 年的熱門 AI 論文。


1


論文 1 ：「2019年中國武漢新型冠狀病毒感染患者的臨床特徵」
發表於《柳葉刀》

引用次數：30,529

論文鏈接：//www.thelancet.com/action/showPdf?pii=S0140-6736%2820%2930183-5

論文發表於 2020 年 2 月，是最早描述新冠患者臨床特徵的論文之一，由中國研究人員和在武漢醫院工作的醫生共同撰寫。

該團隊來自武漢金銀潭醫院和北京中日友好醫院等機構，審查了首批 41 名新冠患者的臨床和護理報告、胸部 X 光片和實驗結果。他們指出，這種新型病毒與 SARS 和 MERS 的表現相似，都會引起肺炎，但不同的是，它極少出現流鼻涕或腸道不適等癥狀。

這篇論文的最後一句話呼籲我們要進行穩健和迅速的測試，因為疫情可能失去控制：

「可靠的快速病原體檢測和基於臨床描述的可行鑒別診斷對於臨床醫生首次接觸疑似患者至關重要。由於 2019-nCoV 的爆發可能性，密切的監管對於監測其未來的宿主適應性、病毒進化、傳染性、傳播性和致病性至關重要。」

迄今為止，該論文已被接近 100 份最新政策文件引用，包括世界衛生組織發布的幾份關於戴口罩和重症患者臨床護理等主題的文件。


2


論文 2：「2019 年中國冠狀病毒病的臨床特徵」

發表於《新英格蘭醫學雜誌》

引用次數：19,656

論文鏈接：//www.nejm.org/doi/pdf/10.1056/nejmoa2002032

該研究於 2020 年 2 月在線發表，是對 2019 年 12 月 11 日至 2020 年 1 月 29 日期間向中華人民共和國國家衛生委員會報告的 1,099 例 COVID-19 患者病歷的回顧性審查。

該團隊包括來自廣州醫科大學和武漢金銀潭醫院等機構的近 40 名中國研究人員，鍾南山等人在列。他們訪問了中國大陸 552 家醫院的電子病歷，以總結與 COVID-19 感染有關的病患風險、體征和癥狀、實驗室和放射學檢查結果。

該研究發布了一個引起媒體廣泛注意的證據：它提出，男性更容易受到新冠病毒的感染，58%的患者為男性。

2020年12月發表在《Nature Communications》上的工作「Male sex identified by global COVID-19 meta-analysis as a risk factor for death and ITU admission」也指出，他們研究了涵蓋超過 300 萬名患者的 92 項研究，發現男性與女性均容易受到感染，但男性最終需要接受重症監護的可能性是女性的 2.84 倍，死於新冠的概率是女性的 1.39 倍。


3


論文 3：「一項回顧性隊列研究：中國武漢 COVID-19 成年住院患者死亡臨床過程和危險因素」
發表於《柳葉刀》

引用次數：17,047

論文鏈接：//pubmed.ncbi.nlm.nih.gov/32171076/

該研究於 2020 年 3 月在《柳葉刀》發表，研究人員首次檢查住院或死亡患者的嚴重癥狀和死亡相關的風險因素。在他們研究的 191 名患者中，137 人出院，54 人死亡。

這項由中國醫院研究人員進行的研究還提供了有關病毒脫落的新數據，有助於及早了解病毒的傳播方式，並可通過追查感染原因進行檢測。

來自中日友好醫院和北京大學首都醫院的共同主要作者曹斌說：「我們研究中發現的病毒脫落延長對於指導確診 COVID-19 感染患者的隔離預防措施和抗病毒治療的決策具有重要意義。不過，我們需要明確的是，對於可能接觸過 COVID-19 但沒有癥狀的人，不應將病毒排毒時間與其他自我隔離指導混淆，因為該指導是基於感染者的病毒潛伏時間而制定的。」


4


論文 4：「2019年中國肺炎患者中的新型冠狀病毒」
發表於《新英格蘭醫學雜誌》

引用次數：16,194

論文鏈接：//www.nejm.org/doi/full/10.1056/nejmoa2001017

2019 年 12 月 31 日，中國疾病預防控制中心 (China CDC) 組織了一個快速反應小組，陪同湖北省與武漢市的衛生部門進行新冠調查。

這項於 2020 年 1 月發表的研究報告了該調查的結果，包括兩名患者的肺炎臨床特徵，並首次向全世界展示了 SARS-CoV-2 的真實模樣：


5

論文 5：「SSD: Single Shot MultiBox Detector」

發表在 ECCV

引用數量：15,368

論文鏈接：//arxiv.org/pdf/1512.02325.pdf

這篇工作由北卡羅來納大學教堂山分校的 Wei Liu 主導，發表於 2016 年，是人工智慧領域引用量最高的論文之一。

文章描述了一組新的檢測方法，可以使用單個深度神經網路檢測影像或影片片段中的物體，研究靈感來自人類大腦皮層中所激發的神經過程。

這種方法被稱為「Single Shot MultiBox Detector」（SSD），物體檢測速度比 Faster R-CNN 還快。

SSD 的工作原理是將影像劃分為一個網格，每個網格單元負責檢測該影像部分內的物體。顧名思義，該網路能夠在一次的通過中識別影像中的所有物體，從而進行實時分析。

SSD 是目前少數可用的物體檢測技術之一。其他類似的單次物體檢測演算法還有 YOLO（You Only Look Once），而 R-CNN 和 Faster R-CNN 需要使用兩個步驟，首先識別對象可能所在的區域，然後檢測它們。

參考鏈接：

  1. //www.natureindex.com/news-blog/google-scholar-reveals-most-influential-papers-research-citations-twenty-twenty-one

  2. //scholar.googleblog.com/2021/07/2021-scholar-metrics-released.html

  3. //www.nature.com/articles/s41467-020-19741-6

贈書福利 

AI科技評論本次聯合中信出版社為大家帶來5本人工智慧先驅、圖靈獎得主Yann LeCun教授的自傳《科學之路》正版新書。

在AI科技評論8月29日頭條文章（注意不是本文，僅限AI科技評論微信公眾號端）留言區留言，歡迎大家暢所欲言，談一談你對本書的看法和期待。在綜合留言品質（留言是敷衍還是走心）和留言點贊最高（註：點贊最高的前5不意味著一定會中獎）的讀者中選出5位讀者獲得贈書。獲得贈書的讀者請聯繫 AI 科技評論客服（aitechreview）。

  • 留言內容會有篩選，例如「選我上去」、「這書寫的很棒（僅僅幾個字）」等內容將不會被篩選，亦不會中獎。

  • 留言送書活動時間為2021年8月29日 - 2021年9月02日（23:00），活動推送時間內僅允許贈書福利中獎一次。

雷鋒網雷鋒網雷鋒網


Tags:

VirMach 便宜 VPS