聚類、共現(xiàn)視角下主流知識(shí)演化路徑探究

摘要：目的? 理清我國(guó)醫(yī)學(xué)影像領(lǐng)域的知識(shí)演化脈絡(luò)，探尋作者、機(jī)構(gòu)之間的合作網(wǎng)絡(luò)，尋求研究主題的演化路徑。方法? 以中國(guó)知識(shí)資源總庫(kù)（CNKI）為數(shù)據(jù)源，檢索建庫(kù)至2020年收錄的關(guān)于國(guó)內(nèi)醫(yī)學(xué)影像領(lǐng)域的相關(guān)文獻(xiàn)，利用聚類、共現(xiàn)分析法，采用CiteSpace 5.7.R2繪制該領(lǐng)域作者、機(jī)構(gòu)的合作圖譜，通過(guò)SciMat探尋該領(lǐng)域的熱點(diǎn)主題和主流知識(shí)演化路徑。結(jié)果? 共納入1002篇醫(yī)學(xué)影像相關(guān)文獻(xiàn)，發(fā)文時(shí)間1986-2020年?？偘l(fā)文量與作者總?cè)舜巫兓厔?shì)基本同步，1986-2000年，總發(fā)文量和作者總?cè)舜尉徛退僭鲩L(zhǎng);2001-2012年，二者呈波浪式上升趨勢(shì);2013-2020年，二者呈直線上升。國(guó)內(nèi)作者、機(jī)構(gòu)之間多局限于短期、程度較淺、相同地區(qū)之間的合作，研究主題內(nèi)容變化明顯，演化關(guān)系復(fù)雜，在4個(gè)方向呈現(xiàn)6條演化路徑：醫(yī)學(xué)影像的應(yīng)用;醫(yī)學(xué)影像診斷和成像技術(shù);醫(yī)學(xué)影像的數(shù)據(jù)挖掘和信息技術(shù);醫(yī)學(xué)影像的處理。結(jié)論? 隨著我國(guó)醫(yī)學(xué)影像領(lǐng)域研究的進(jìn)一步深化，未來(lái)該領(lǐng)域的合作有望突破區(qū)域限制，呈現(xiàn)高質(zhì)量的發(fā)展態(tài)勢(shì)。

關(guān)鍵詞：醫(yī)學(xué)影像;聚類分析;共現(xiàn)分析;SciMat;CiteSpace

中圖分類號(hào)：R445??? 文獻(xiàn)標(biāo)識(shí)碼：A??? 文章編號(hào)：2095-5707（2021）05-0019-07

DOI： 10.3969/j.issn.2095-5707.2021.05.004??????? 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Research on the Evolution Path of Mainstream Knowledge from the Perspective of Clustering and Co-occurrence - Taking the Field of Medical Imaging as an Example

ZHANG Qing

（School of Health Economics and Management， Nanjing University of Chinese Medicine， Nanjing 210023， China）

Abstract： Objective To clarify the evolution of knowledge in the field of medical imaging in China; To explore the cooperation network between authors and institutions; To seek the evolution path of research topics. Methods Taking CNKI as the data source， the relevant literature in the field of medical imaging in China collected from the establishment of the database to 2020 was retrieved. The research methods of clustering and co-occurrence analysis were used to draw the cooperation map of authors and institutions in the field with the help of CiteSpace 5.7.R2， and the hot topics and the evolution path of mainstream knowledge in the field were explored with the help of Scimat. Results A total of 1002 medical imaging related articles were included， and the publication time was 1986–2020. The total number of publications and the total number of authors were basically synchronized. From 1986 to 2000， the total number of publications and the total number of authors increased slowly at a low rate; from 2001 to 2012， the two showed a wave-like upward trend; from 2013 to

基金項(xiàng)目：江蘇省一流本科專業(yè)（信息管理與信息系統(tǒng)）建設(shè)成果;大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃校級(jí)項(xiàng)目（202010315XJ030）

第一作者：張晴，E-mail： 3532609535@qq.com

2020， the two were rising linearly. Domestic authors and institutions were mostly limited to short-term， relatively shallow， and co-regional cooperation. The content of research topics changed significantly， and the evolutionary relationship was complicated. There were 6 evolution paths in 4 directions： the application of medical image， medical imaging diagnosis and imaging techniques， data mining and information technology for medical images， and medical image processing. Conclusion With the further deepening of research in the field of medical imaging in China， the cooperation in this field is expected to break through regional restrictions and show a trend of high-quality development in the future.

Key words： medical imaging; cluster analysis; co-occurrence analysis; SciMat; CiteSpace

醫(yī)學(xué)影像學(xué)是現(xiàn)代醫(yī)學(xué)實(shí)驗(yàn)基礎(chǔ)上的循證醫(yī)學(xué)，影像是現(xiàn)代醫(yī)學(xué)最重要的診斷依據(jù)，眾多醫(yī)療數(shù)據(jù)多來(lái)源于醫(yī)療影像^[1]。在大數(shù)據(jù)時(shí)代背景下，醫(yī)療影像診斷的方式也更加智能化^[2]?，F(xiàn)階段醫(yī)學(xué)影像學(xué)科發(fā)展勢(shì)頭正猛，相關(guān)的研究文獻(xiàn)和研究者較前期顯著增加，該領(lǐng)域的研究熱點(diǎn)和研究?jī)?nèi)容隨著時(shí)間的推移不斷變化，科學(xué)、有效地識(shí)別醫(yī)學(xué)影像領(lǐng)域的熱點(diǎn)內(nèi)容和前沿性主題有助于研究者準(zhǔn)確把握該領(lǐng)域的發(fā)展動(dòng)態(tài)，從而高效地從事科研活動(dòng)。與此同時(shí)，探查醫(yī)學(xué)影像領(lǐng)域作者與機(jī)構(gòu)之間的合作關(guān)系及其研究的關(guān)注點(diǎn)，有助于從全局洞察該領(lǐng)域的研究現(xiàn)狀，為后期研究提供參考?；诖?，筆者采用可視化分析軟件CiteSpace和SciMat，以該領(lǐng)域的科研論文為研究對(duì)象，對(duì)作者、機(jī)構(gòu)、關(guān)鍵詞等進(jìn)行分析，探尋合作網(wǎng)絡(luò)及主題演化路徑，理清醫(yī)學(xué)影像學(xué)的發(fā)展脈絡(luò)，為該領(lǐng)域今后的發(fā)展探明方向。

1? 資料與方法

1.1? 數(shù)據(jù)來(lái)源與檢索策略

以中國(guó)知識(shí)資源總庫(kù)（CNKI）為數(shù)據(jù)來(lái)源，采用主題檢索的方式，限制主題詞為“醫(yī)學(xué)影像”，檢索建庫(kù)至2020年的全部數(shù)據(jù)，檢索時(shí)間2021年3月14日。

1.2? 納入與排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：⑴研究型文獻(xiàn)，如期刊上發(fā)表的論文、學(xué)位論文、會(huì)議論文等;⑵外文文獻(xiàn)中國(guó)內(nèi)作者、機(jī)構(gòu)發(fā)表的論文;⑶作者、機(jī)構(gòu)、關(guān)鍵詞等信息齊全的文獻(xiàn)。

排除標(biāo)準(zhǔn)：⑴資訊類文獻(xiàn)，如消息、簡(jiǎn)介、聲明等;⑵外文文獻(xiàn)中非國(guó)內(nèi)作者、機(jī)構(gòu)發(fā)表的論文;⑶缺少作者、機(jī)構(gòu)、關(guān)鍵詞等信息的文獻(xiàn)。⑷報(bào)紙類、標(biāo)準(zhǔn)類、研究成果類文獻(xiàn)。

1.3? 研究方法

利用Excel2016統(tǒng)計(jì)年度發(fā)文量，分析發(fā)文量與作者人次的關(guān)系;利用CiteSpace 5.7.R2的共現(xiàn)分析方法，分析作者、機(jī)構(gòu)間的合作關(guān)系，揭示作者合作群與機(jī)構(gòu)合作群;利用SciMat v1.1.04提供的關(guān)鍵詞聚類分析和共現(xiàn)分析，獲得該領(lǐng)域的熱點(diǎn)主題，并按聚類主題之間的語(yǔ)義關(guān)系展開(kāi)主題詞流向分析，實(shí)現(xiàn)研究主題的演化狀態(tài)分析與演化路徑分析。

1.4? 參數(shù)配置

1.4.1? CiteSpace參數(shù)配置? Time Slicing選擇1986-2020（起始時(shí)間根據(jù)納入的文獻(xiàn)中最早發(fā)文時(shí)間設(shè)置），Years Per Slice選擇1，Term Source選擇標(biāo)題、摘要、作者、關(guān)鍵詞及增補(bǔ)關(guān)鍵詞;Node Types按照分析的順序依次選取作者和機(jī)構(gòu);Links Strength選取Cosine算法，Scope選擇Within Slices;Selection Criteria模塊選取g-index并設(shè)置k值為25;Pruning模塊選擇Pathfinder和Pruning sliced networks。

1.4.2? SciMat參數(shù)配置? 分析單元選擇作者、關(guān)鍵詞和增補(bǔ)關(guān)鍵詞，數(shù)據(jù)精簡(jiǎn)閾值為2、3、3，矩陣類型為共現(xiàn)矩陣，網(wǎng)絡(luò)精簡(jiǎn)閾值為1、1、1，選取余弦指數(shù)為標(biāo)準(zhǔn)化網(wǎng)絡(luò)的相似度指標(biāo)，選取簡(jiǎn)單中心算法作為聚類算法，選擇全部文獻(xiàn)量作為分析主體，選取Jaccards index作為演化圖和重疊圖的相似度指標(biāo)。

2? 結(jié)果

經(jīng)人工去重并按納入排除標(biāo)準(zhǔn)篩選后，獲得1002篇醫(yī)學(xué)影像相關(guān)文獻(xiàn)，其中，中文文獻(xiàn)981篇，外文文獻(xiàn)21篇。發(fā)文時(shí)間1986-2020年。

2.1? 發(fā)文時(shí)間分析

合理的時(shí)間區(qū)間劃分是繪制主題演化圖的必要步驟^[3]，采用固定時(shí)間窗口法^[4]統(tǒng)計(jì)年度發(fā)文量及作者人次（見(jiàn)圖1），以避免數(shù)據(jù)平滑性，并將研究區(qū)間劃分為1986-2000、2001-2012、2013-2020。

1986-2000年，總發(fā)文量95篇，作者總?cè)舜?70，處于緩慢發(fā)展期;2001-2012年，總發(fā)文量432篇，作者總?cè)舜?55，總發(fā)文量和作者人次呈波浪同步上升趨勢(shì)，研究成果顯著，國(guó)內(nèi)學(xué)者研究開(kāi)始活躍;2013-2020年，總發(fā)文量475篇，和上一時(shí)期基本持平，但作者總?cè)舜芜_(dá)1042，呈直線上升趨勢(shì)，國(guó)內(nèi)學(xué)者研究更加活躍，但相應(yīng)的成果并不顯著，發(fā)展處于平緩期。

整體而言，國(guó)內(nèi)學(xué)術(shù)界對(duì)于醫(yī)學(xué)影像領(lǐng)域的研究呈現(xiàn)緩慢波浪上升的發(fā)展趨勢(shì)，總發(fā)文量與作者總?cè)舜巫兓厔?shì)基本同步。3個(gè)時(shí)期的發(fā)文量和作者人次區(qū)分度明顯：早期，總發(fā)文量和作者總?cè)舜尉徛退僭鲩L(zhǎng);中期，兩者呈波浪式上升趨勢(shì);后期，兩者直線上升。

2.2? 作者合作網(wǎng)絡(luò)分析

通過(guò)CiteSpace 5.7.R2繪制醫(yī)學(xué)影像領(lǐng)域的作者合作圖譜，見(jiàn)圖2。節(jié)點(diǎn)代表作者，節(jié)點(diǎn)大小代表作者的發(fā)文頻次，節(jié)點(diǎn)之間的連線代表合作關(guān)系，圖中共有582個(gè)節(jié)點(diǎn)，298條連線，網(wǎng)絡(luò)密度為0.001 8。

該圖共顯現(xiàn)較為明顯的6個(gè)合作團(tuán)隊(duì)，分別是以劉小艷、劉文亞、陳凝、宋宏偉、王駿、馮楠、吳虹橋、陳君坤等組成的團(tuán)隊(duì)，合作區(qū)間為1986-2020年，主要關(guān)注醫(yī)學(xué)影像后處理技術(shù)、彌散加權(quán)成像、ROC曲線^[5]等;以張志常、徐東雨、婁巖、劉尚輝等組成的團(tuán)隊(duì)，合作區(qū)間為1986-2014年，主張將大數(shù)據(jù)融入醫(yī)學(xué)應(yīng)用中，關(guān)注計(jì)算機(jī)與醫(yī)學(xué)影像的應(yīng)用;王世威、韓浙和許茂盛在2015年關(guān)注醫(yī)學(xué)影像共享平臺(tái)的搭建、影像系統(tǒng)、患者主索引、存儲(chǔ)池;張雪林和田軍章在2006年共同探討數(shù)據(jù)挖掘?qū)τ卺t(yī)學(xué)影像診斷報(bào)告質(zhì)量和效率的作用;李永毅和呂曉琪于2011年共同探討多平面重建、圖像顯示、掛片協(xié)議等;曲哲和林國(guó)慶于2004年共同探討數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用。醫(yī)學(xué)影像領(lǐng)域雖形成一定的合作網(wǎng)絡(luò)，但合作多屬同機(jī)構(gòu)短期合作，合作力度和密度均較小。篩選排名前10位的高發(fā)文作者與高中心性作者，見(jiàn)表1。

東部戰(zhàn)區(qū)總醫(yī)院（原南京軍區(qū)南京總醫(yī)院）王駿發(fā)文頻次、中心性均位列第一，其主要關(guān)注醫(yī)學(xué)影像后處理技術(shù)、醫(yī)學(xué)影像技術(shù)質(zhì)量控制與安全保證、X射線攝影、彌散加權(quán)成像等，2010年開(kāi)始涉足分子影像學(xué)，與南通大學(xué)附屬醫(yī)院劉小艷之間的合作較多且合作力度較大，二者的引文計(jì)數(shù)和中心性均較高，提示二者在該領(lǐng)域影響力較大，信息傳遞能力較強(qiáng)。

2.3? 研究機(jī)構(gòu)合作網(wǎng)絡(luò)分析

通過(guò)CiteSpace 5.7.R2繪制醫(yī)學(xué)影像領(lǐng)域的研究機(jī)構(gòu)合作圖譜，見(jiàn)圖3。

圖中共有516個(gè)節(jié)點(diǎn)，187條連線，網(wǎng)絡(luò)密度為0.001 4。各研究機(jī)構(gòu)間存在合作，其中有6個(gè)較為明顯的合作機(jī)構(gòu)。

以南京軍區(qū)南京總醫(yī)院、南京鐵道醫(yī)學(xué)院、南通大學(xué)附屬醫(yī)院、常州市婦幼保健院、南通大學(xué)為主形成的合作網(wǎng)絡(luò)，聚焦于江蘇省，融合高校、醫(yī)院，成為江蘇省內(nèi)部合作成熟度較高的組織。

以中國(guó)醫(yī)科大學(xué)附屬第一醫(yī)院、北京協(xié)和醫(yī)院、吉林油田總醫(yī)院、吉林醫(yī)藥學(xué)院附屬醫(yī)院、吉林市婦產(chǎn)醫(yī)院、衛(wèi)生部中日友好醫(yī)院、北京大學(xué)人民醫(yī)院為核心形成的合作網(wǎng)絡(luò)圍繞醫(yī)院展開(kāi)，內(nèi)部結(jié)構(gòu)相對(duì)復(fù)雜，但合作力度相對(duì)較淺。

以重慶醫(yī)科大學(xué)、重慶大學(xué)、空軍醫(yī)學(xué)高等?？茖W(xué)校、總裝備部重慶軍事代表局為核心形成的合作網(wǎng)絡(luò)圍繞高校展開(kāi)，該合作網(wǎng)絡(luò)中重慶醫(yī)科大學(xué)與重慶大學(xué)和總裝備部重慶軍事代表局合作力度較大，與空軍醫(yī)學(xué)高等?？茖W(xué)校合作力度較小。

以中國(guó)藥科大學(xué)、中國(guó)藥學(xué)會(huì)、北京航空航天大學(xué)、勝利石油管理局中心醫(yī)院為核心的合作網(wǎng)絡(luò)呈現(xiàn)“科研機(jī)構(gòu)+醫(yī)院”的形式，該合作網(wǎng)絡(luò)屬于跨省合作，結(jié)構(gòu)簡(jiǎn)單，內(nèi)部各機(jī)構(gòu)合作力度較小。

以中國(guó)科學(xué)院為中心，包括南方醫(yī)科大學(xué)、北京大學(xué)、上海大學(xué)、清華大學(xué)、南京航空航天大學(xué)、上海交通大學(xué)、華僑大學(xué)、南方醫(yī)科大學(xué)第三附屬醫(yī)院、上海聯(lián)影智能醫(yī)療科技有限公司、廣州軍區(qū)廣州總醫(yī)院、佛山原子醫(yī)療設(shè)備有限公司、廣州米圖信息科技有限公司、廣東食品藥品職業(yè)學(xué)院、中國(guó)核工業(yè)北京401醫(yī)院、成像技術(shù)高精尖創(chuàng)新中心、中國(guó)工程院的合作機(jī)構(gòu)。該合作網(wǎng)絡(luò)涉及范圍較廣，呈“高校+高校附屬醫(yī)院+科研機(jī)構(gòu)+公司”的形式，內(nèi)部結(jié)構(gòu)復(fù)雜，合作相對(duì)寬泛，學(xué)科發(fā)展成熟度較高。

整體而言，醫(yī)學(xué)影像領(lǐng)域的合作多聚焦于高校及科研機(jī)構(gòu)，合作網(wǎng)絡(luò)中涉及的醫(yī)院大多屬于各高校的附屬醫(yī)院;以中國(guó)科學(xué)院、北京大學(xué)、上海交通大學(xué)、南方醫(yī)科大學(xué)、南京航空航天大學(xué)為核心的合作網(wǎng)絡(luò)合作范圍廣泛、力度較大，其余機(jī)構(gòu)相較之成熟度略低。

2.4? 研究主題聚類演化狀態(tài)分析

利用SciMat v1.1.04繪制醫(yī)學(xué)影像領(lǐng)域各時(shí)期的研究主題聚類圖，見(jiàn)圖4。圓圈代表聚類主題，圓圈大小代表該聚類主題在該時(shí)期的相關(guān)文獻(xiàn)量，越大表明該聚類主題在該時(shí)期受關(guān)注度越高，研究熱度越大。橫軸代表中心度，縱軸代表密度，中心度越大，聚類主題的中心地位越明顯;密度值越大，聚類主題發(fā)展越成熟。左上象限代表發(fā)展較好、但較為孤立的主題;左下象限代表新興或衰退的主題;右上象限代表引擎類主題;右下象限代表重要的、未得到充分發(fā)展的主題^[6]。

⑴1986-2000年共聚為5個(gè)研究主題，分別是右上象限的診療顯像、醫(yī)學(xué)影像數(shù)據(jù)庫(kù)、醫(yī)學(xué)圖像處理和左下象限的CT、核醫(yī)學(xué)影像。

診療顯像、醫(yī)學(xué)影像數(shù)據(jù)庫(kù)、醫(yī)學(xué)圖像處理是該時(shí)期發(fā)展較好且較為重要的研究主題。診療顯像包含關(guān)鍵詞磁共振、神經(jīng)內(nèi)科;醫(yī)學(xué)圖像處理包含關(guān)鍵詞醫(yī)學(xué)影像檢查技術(shù)、數(shù)字化醫(yī)學(xué)影像、數(shù)據(jù)挖掘、醫(yī)學(xué)應(yīng)用;醫(yī)學(xué)影像數(shù)據(jù)庫(kù)包含關(guān)鍵詞醫(yī)學(xué)影像信息系統(tǒng)、醫(yī)院信息化、影像工作站。

核醫(yī)學(xué)影像^[7]和CT屬于該時(shí)期開(kāi)發(fā)不足、邊際聯(lián)系較弱的新興主題。核醫(yī)學(xué)影像包含關(guān)鍵詞影像引導(dǎo)手術(shù)（IGS）、腦血管疾病;CT包含關(guān)鍵詞超聲、計(jì)算機(jī)圖像數(shù)字化。二者內(nèi)部結(jié)構(gòu)較為松散，關(guān)鍵詞較少且聯(lián)系較弱。

⑵2001-2012年共聚為8個(gè)研究主題，分別是右上象限的磁共振、醫(yī)學(xué)應(yīng)用、存儲(chǔ)技術(shù)、醫(yī)學(xué)圖像處理，左下象限的虛擬仿真、現(xiàn)代醫(yī)學(xué)，坐標(biāo)軸上的小波變換、優(yōu)化圖像質(zhì)量。

醫(yī)學(xué)圖像處理包含關(guān)鍵詞數(shù)字影像、體繪制、模型、特征提取、算法、平板探測(cè)器^[8]、面繪制、動(dòng)態(tài)范圍、增強(qiáng)掃描、診療顯像、醫(yī)學(xué)圖像的三維重建;磁共振包含關(guān)鍵詞成像技術(shù)、核醫(yī)學(xué)影像、CT、醫(yī)學(xué)影像診斷、計(jì)算機(jī)X線攝影、體層攝影術(shù)、分子醫(yī)學(xué)影像、影像技術(shù)學(xué)、診療顯像;醫(yī)學(xué)應(yīng)用包含關(guān)鍵詞X射線、神經(jīng)網(wǎng)絡(luò)、發(fā)射型計(jì)算機(jī)、專家系統(tǒng)、教學(xué)、單光子、醫(yī)療影像設(shè)備;存儲(chǔ)技術(shù)包含關(guān)鍵詞信息技術(shù)、醫(yī)學(xué)影像信息系統(tǒng)、數(shù)字影像、臨床、關(guān)鍵技術(shù)、數(shù)據(jù)挖掘。以上4個(gè)皆為引擎類主題，醫(yī)學(xué)圖像處理由上一時(shí)期繼承發(fā)展而來(lái)，發(fā)文量明顯上升，受關(guān)注度有所提升;磁共振的中心度最大，為該時(shí)期影響力最大的研究主題，也是研究的中心性主題;醫(yī)學(xué)應(yīng)用和存儲(chǔ)技術(shù)主題內(nèi)部結(jié)構(gòu)緊湊，各關(guān)鍵詞間聯(lián)系緊密，有持續(xù)發(fā)展的潛力。

現(xiàn)代醫(yī)學(xué)和虛擬仿真屬于該時(shí)期新興主題，與其他主題聯(lián)系較弱，未來(lái)極易萎縮?，F(xiàn)代醫(yī)學(xué)包含關(guān)鍵詞影像、影像學(xué)技術(shù);虛擬仿真包含關(guān)鍵詞可視化、基因療法。二者內(nèi)部結(jié)構(gòu)松散，關(guān)鍵詞數(shù)量較少，在該時(shí)期的發(fā)展處于萌芽期。

優(yōu)化圖像質(zhì)量包含關(guān)鍵詞DR（數(shù)字化X線攝影）、醫(yī)療人工智能;小波變換包含關(guān)鍵詞圖像配準(zhǔn)、醫(yī)學(xué)影像融合技術(shù)、圖像壓縮技術(shù)。二者結(jié)構(gòu)松散，內(nèi)部關(guān)鍵詞較少，未來(lái)易被其他主題詞吸收，逐漸成為左下象限的萎縮主題。

⑶2013-2020年共聚為7個(gè)研究主題，分別是左上象限的醫(yī)學(xué)影像融合技術(shù)、信息技術(shù)，左下象限的教學(xué)，右上象限的成像技術(shù)、數(shù)據(jù)挖掘，右下象限的醫(yī)學(xué)影像診斷、醫(yī)學(xué)圖像處理。

醫(yī)學(xué)影像融合技術(shù)和信息技術(shù)在該時(shí)期發(fā)展較為穩(wěn)定，已成為該領(lǐng)域的專業(yè)性研究主題。醫(yī)學(xué)影像融合技術(shù)包含關(guān)鍵詞放射治療、模型、3D醫(yī)學(xué)影像;信息技術(shù)包含關(guān)鍵詞醫(yī)療、計(jì)算機(jī)圖像數(shù)字化、醫(yī)學(xué)影像共享。

教學(xué)屬于該時(shí)期新興的研究主題，包含關(guān)鍵詞虛擬仿真、醫(yī)學(xué)影像信息系統(tǒng)、臨床、教育。

成像技術(shù)和數(shù)據(jù)挖掘?qū)儆谠摃r(shí)期影響力較大并呈現(xiàn)持續(xù)發(fā)展的中心主題。成像技術(shù)包含關(guān)鍵詞磁共振、核醫(yī)學(xué)影像、CT、數(shù)字化醫(yī)學(xué)影像、超聲、生物醫(yī)學(xué)影像、分子醫(yī)學(xué)影像、醫(yī)療影像設(shè)備、診療顯像、醫(yī)學(xué)圖像的三維重建;數(shù)據(jù)挖掘包含關(guān)鍵詞醫(yī)療人工智能、影像組學(xué)、機(jī)器學(xué)習(xí)、存儲(chǔ)技術(shù)、算法、醫(yī)學(xué)影像數(shù)據(jù)庫(kù)、醫(yī)學(xué)應(yīng)用、計(jì)算技術(shù)。

醫(yī)學(xué)影像診斷和醫(yī)學(xué)圖像處理屬于該時(shí)期基礎(chǔ)性、還沒(méi)有發(fā)展起來(lái)的主題。醫(yī)學(xué)影像診斷包含關(guān)鍵詞肺結(jié)節(jié)、疾病檢出率、合理選擇、現(xiàn)代醫(yī)學(xué)影像技術(shù)、乳腺癌、規(guī)范化;醫(yī)學(xué)圖像處理包含關(guān)鍵詞醫(yī)學(xué)影像分割、醫(yī)學(xué)影像技術(shù)專業(yè)、輔助診療、現(xiàn)代醫(yī)學(xué)、建設(shè)、影像技術(shù)學(xué)、醫(yī)院信息化。二者內(nèi)部關(guān)鍵詞較多且聯(lián)系較緊密，整體結(jié)構(gòu)完整，未來(lái)具有較大的發(fā)展?jié)摿湍芰Α?/p>

2.5? 研究主題演化路徑分析

利用SciMat v1.1.04繪制醫(yī)學(xué)影像領(lǐng)域各時(shí)期的研究主題演化路徑圖（見(jiàn)圖5），圓圈代表關(guān)鍵詞聚類而成的研究主題，圓圈大小代表與研究主題相關(guān)的文獻(xiàn)量，直線、虛線分別代表主流、支流的演化方向，線條粗細(xì)和顏色深淺與兩端聚類主題的相關(guān)性成正比。

根據(jù)圖5可知，隨著時(shí)間推移，醫(yī)學(xué)影像領(lǐng)域的研究主題數(shù)量不斷增加，內(nèi)容不斷豐富，發(fā)文量逐漸遞增且新的主題不斷出現(xiàn)。1986-2000年，研究人員主要關(guān)注基礎(chǔ)性研究主題，相關(guān)文獻(xiàn)量較少，主題受關(guān)注度較低且與下一時(shí)期的聯(lián)系不緊密;2001-2012年，隨著科學(xué)技術(shù)的進(jìn)步和社會(huì)醫(yī)療需求的提升，大量新生主題不斷涌現(xiàn)，主題受關(guān)注度也有所提高，與下一時(shí)期的主題聯(lián)系比較緊密;2013-2020年，由早期演化發(fā)展而來(lái)的基礎(chǔ)性主題逐漸演化成穩(wěn)定的專業(yè)主題，新的研究主題出現(xiàn)并成為中心性主題，受關(guān)注度較高?？傮w而言，醫(yī)學(xué)影像研究領(lǐng)域的發(fā)展并不成熟，目前正處于發(fā)展階段，本文研究的3個(gè)時(shí)期的主題變化較大，后期各聚類主題之間的演化關(guān)系較為復(fù)雜，從1986年至今，在4個(gè)方向上呈現(xiàn)出6條演化路徑。

2.5.1? 醫(yī)學(xué)影像的應(yīng)用? 醫(yī)學(xué)圖像處理、診療顯像、CT—>醫(yī)學(xué)應(yīng)用、虛擬仿真—>教學(xué)

該條演化路徑由早期的醫(yī)學(xué)圖像處理的主流方向和診療顯像的支流方向發(fā)展而來(lái)，主要關(guān)注臨床應(yīng)用、應(yīng)用與發(fā)展;計(jì)算機(jī)輔助教學(xué)、實(shí)驗(yàn)教學(xué)、實(shí)習(xí)教學(xué)、混合式教學(xué)、教學(xué)探討、教學(xué)質(zhì)量、教學(xué)方法、教學(xué)改革、教學(xué)研究;虛擬解剖、肝臟虛擬手術(shù)、虛擬儀器技術(shù)、虛擬膀胱鏡、虛擬手術(shù)刀、虛擬現(xiàn)實(shí)技術(shù)。

2.5.2? 醫(yī)學(xué)影像診斷和成像技術(shù)? ⑴診療顯像、核醫(yī)學(xué)影像、CT—>磁共振—>成像技術(shù);⑵診療顯像、核醫(yī)學(xué)影像、CT—>磁共振—>醫(yī)學(xué)影像診斷

這2條演化路徑由早期的診療顯像、核醫(yī)學(xué)影像、CT研究主題的主流方向演化而來(lái)，主要關(guān)注放射性核素顯像、核素心肌顯像、正電子發(fā)射斷層顯像術(shù);核醫(yī)學(xué)、核醫(yī)學(xué)影像組學(xué)、心臟核醫(yī)學(xué)、核醫(yī)學(xué)顯像;CT/MRI圖像配合標(biāo)準(zhǔn)技術(shù)、CT成像、多層螺旋CT;MRI圖像處理、磁共振成像、多參數(shù)核磁共振成像、磁共振彈性成像、心臟磁共振、功能磁共振成像;非電離成像、4D醫(yī)學(xué)成像、多模態(tài)成像、光聲成像、熒光成像、生物醫(yī)學(xué)成像;計(jì)算機(jī)輔助診斷、輔助診斷模型、診斷顯像。

2.5.3? 醫(yī)學(xué)影像的數(shù)據(jù)挖掘和信息技術(shù)? ⑴醫(yī)學(xué)圖像處理、醫(yī)學(xué)影像數(shù)據(jù)庫(kù)—>存儲(chǔ)技術(shù)、醫(yī)學(xué)應(yīng)用—>數(shù)據(jù)挖掘;⑵醫(yī)學(xué)圖像處理—>存儲(chǔ)技術(shù)、現(xiàn)代醫(yī)學(xué)—>信息技術(shù)

第1條演化路徑由早期的醫(yī)學(xué)圖像處理和醫(yī)學(xué)影像數(shù)據(jù)庫(kù)演化發(fā)展而來(lái)，主要關(guān)注醫(yī)學(xué)影像數(shù)據(jù)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)采集、數(shù)據(jù)模型、數(shù)據(jù)交換、數(shù)據(jù)庫(kù)設(shè)計(jì)、異構(gòu)數(shù)據(jù)集成、動(dòng)態(tài)數(shù)據(jù)交換;云存儲(chǔ)、光盤存儲(chǔ)、存儲(chǔ)網(wǎng)絡(luò)、斷層全息存儲(chǔ)、圖像存儲(chǔ);醫(yī)療大數(shù)據(jù)、特征數(shù)據(jù)庫(kù)、醫(yī)學(xué)影像數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)、數(shù)據(jù)庫(kù)管理技術(shù)、數(shù)據(jù)庫(kù)系統(tǒng)。該條演化路徑上的研究主題一直處于右上象限，在各時(shí)期都是該領(lǐng)域影響力大、與外部區(qū)域主題相關(guān)度高的引擎類主題，發(fā)文量明顯遞增，越來(lái)越受到研究者的關(guān)注，具有極大的發(fā)展?jié)摿湍芰Α?/p>

第2條演化路徑由早期的醫(yī)學(xué)圖像處理的支流演化發(fā)展而來(lái)，主要關(guān)注遠(yuǎn)程信息技術(shù)、現(xiàn)代信息技術(shù)、信息安全。該條演化路徑由早期引擎類研究主題吸收新興的現(xiàn)代醫(yī)學(xué)，演化發(fā)展而成具有專業(yè)性、穩(wěn)定性的信息技術(shù)，該條路徑的發(fā)展?jié)摿ο鄬?duì)其他路徑較小，未來(lái)極易被其他主題詞吸收。

2.5.4? 醫(yī)學(xué)影像的處理? 醫(yī)學(xué)圖像處理—>醫(yī)學(xué)圖像處理、優(yōu)化圖像質(zhì)量—>醫(yī)學(xué)圖像處理

該條演化路徑由早期的醫(yī)學(xué)圖像處理吸收優(yōu)化圖像質(zhì)量演化發(fā)展而來(lái)，主要關(guān)注醫(yī)學(xué)影像后處理技術(shù)、計(jì)算機(jī)圖像處理技術(shù)、醫(yī)學(xué)圖像處理程序設(shè)計(jì)、醫(yī)學(xué)圖像配準(zhǔn)、數(shù)字圖像處理、詞影像處理;圖像增強(qiáng)、影像質(zhì)量、技術(shù)質(zhì)量管理。該條演化路徑呈現(xiàn)了該領(lǐng)域基礎(chǔ)性、持續(xù)性發(fā)展的醫(yī)學(xué)圖像處理主題，該方向較穩(wěn)定且具有較強(qiáng)的演化發(fā)展?jié)摿湍芰Γ磥?lái)值得探討。

3? 小結(jié)

整體而言，國(guó)內(nèi)學(xué)術(shù)界對(duì)于醫(yī)學(xué)影像領(lǐng)域的研究呈現(xiàn)緩慢、波浪式上升的發(fā)展趨勢(shì)，總發(fā)文量與作者總?cè)舜巫兓厔?shì)基本同步。國(guó)內(nèi)學(xué)者、機(jī)構(gòu)之間的合作并不緊密，形成的合作網(wǎng)絡(luò)也多局限于短期合作，學(xué)者之間更多的是以同機(jī)構(gòu)內(nèi)部、師承關(guān)系進(jìn)行合作，機(jī)構(gòu)合作也大多局限于某一地區(qū)，跨地域合作較為少見(jiàn)，未來(lái)可加強(qiáng)不同研究機(jī)構(gòu)的作者之間的長(zhǎng)期、深入合作。

隨著時(shí)間的推移，該領(lǐng)域的研究主題不斷豐富，內(nèi)容不斷深化，新的研究主題不斷出現(xiàn)。前期、中期、后期的研究主題變化較明顯，相互的演化關(guān)系較為復(fù)雜，在4個(gè)方向呈現(xiàn)6條演化路徑。醫(yī)學(xué)影像的應(yīng)用和醫(yī)學(xué)圖像的處理演化過(guò)程較為穩(wěn)定，醫(yī)學(xué)影像的應(yīng)用未來(lái)可開(kāi)拓更廣的范圍，具有較大的發(fā)展?jié)摿?醫(yī)學(xué)影像診斷、成像技術(shù)、數(shù)據(jù)挖掘與信息技術(shù)是新增的熱點(diǎn)主題，演化過(guò)程復(fù)雜多樣，涉及許多不同的聚類主題，具有較高的研究地位，將持續(xù)成為研究熱點(diǎn)。

參考文獻(xiàn)

[1] 李曉華.大數(shù)據(jù)視角下的醫(yī)學(xué)影像技術(shù)的發(fā)展與應(yīng)用探究[J].科學(xué)技術(shù)創(chuàng)新，2020（3）：150-151.

[2] 鄭兆芳，吳成林，劉佳龍.大數(shù)據(jù)視角下醫(yī)學(xué)影像技術(shù)的發(fā)展與職業(yè)健康探究[J].吉林勞動(dòng)保護(hù)，2020（5）：29-30.

[3] Aliakbar P， Mohammad K， Bahareh K， et al. Mapping the intellectual structure of the coronavirus field （2000–2020）： a co-word analysis[J]. Scientometrics， 2021，126：6625-6657.

[4] 宋超，陳悅，汪玲，等.熱點(diǎn)論文分布特征與影響因素分析——兼評(píng)時(shí)間窗口與學(xué)科間差異[J].圖書(shū)情報(bào)工作，2019，63（16）：84-94.

[5] WU Y G. True verification probabilities should not be used in estimating the area under receiver operating characteristic curve[J]. Statistics in Medicine， 2020， 39（27）：3937-3946.

[6] XIE H L， ZHANG Y W， DUAN K F. Evolutionary overview of urban expansion based on bibliometric analysis in Web of Science from 1990 to 2019[J]. Habitat International， 2020， 95.

[7] 駱清銘，周欣，葉朝輝.生物醫(yī)學(xué)影像學(xué)科發(fā)展現(xiàn)狀和展望[J].中國(guó)科學(xué)：生命科學(xué)，2020，50（11）：1158-1175.

[8] 陳卓，黎雁翩，張龔敏，等.醫(yī)用診斷X射線機(jī)現(xiàn)場(chǎng)體系考核的思考及建議[J].中國(guó)醫(yī)療器械信息，2020，26（15）：3-4，97.

（收稿日期：2021-04-06）

（修回日期：2021-04-27;編輯：鄭宏）