基于Citespace的國內(nèi)醫(yī)工結(jié)合研究的可視化分析

艾華，薛文杰，武玥，秦思雨，蔣西然

中國醫(yī)科大學(xué) 智能醫(yī)學(xué)學(xué)院 生物醫(yī)學(xué)工程教研室，遼寧 沈陽 110122

引言

隨著科學(xué)技術(shù)的發(fā)展，醫(yī)療健康已成為學(xué)科交叉融合和科技創(chuàng)新的熱門領(lǐng)域?，F(xiàn)代醫(yī)學(xué)的發(fā)展，離不開工程技術(shù)的推動(dòng)作用，正是因?yàn)橛须娮雍陀?jì)算機(jī)技術(shù)、信號與圖像處理技術(shù)、傳感器技術(shù)、通信技術(shù)等工程技術(shù)與醫(yī)學(xué)的緊密結(jié)合，有各種醫(yī)療設(shè)備的輔助，才有如今智慧醫(yī)療、醫(yī)藥全流程自動(dòng)化、手術(shù)機(jī)器人等高效化、智能化的醫(yī)療模式和手段。2015年5月，國務(wù)院印發(fā)部署全面推進(jìn)實(shí)施制造強(qiáng)國的戰(zhàn)略文件《中國制造2025》[1]，明確提出大力推動(dòng)十大重點(diǎn)領(lǐng)域突破發(fā)展，其中就包括生物醫(yī)藥及高性能醫(yī)療器械領(lǐng)域。2016年10月中國中央、國務(wù)院又印發(fā)并實(shí)施了《“健康中國2030”規(guī)劃綱要》[2]，明確指出要推動(dòng)健康科技創(chuàng)新。因此，推進(jìn)醫(yī)工結(jié)合，促進(jìn)醫(yī)療健康領(lǐng)域的科技創(chuàng)新，既符合當(dāng)代醫(yī)學(xué)的發(fā)展趨勢，更符合國家戰(zhàn)略要求，貼合提升全民健康水平的需求。

醫(yī)工結(jié)合又稱醫(yī)工交叉、醫(yī)工協(xié)同，其最具代表性的產(chǎn)物是生物醫(yī)學(xué)工程[3]，繼而拓展至醫(yī)理、醫(yī)管、醫(yī)文等的結(jié)合。學(xué)科間的交叉滲透是科技創(chuàng)新的動(dòng)力，又是科技發(fā)展的必然趨勢。我國醫(yī)工結(jié)合雖然取得一定成績，但仍存在融合程度淺、成果轉(zhuǎn)化少等問題[4]。因此，國內(nèi)學(xué)者紛紛從不同的角度對醫(yī)工結(jié)合的現(xiàn)狀進(jìn)行了剖析[5-9]。但是從國內(nèi)中文期刊文章和國際外文期刊文章的角度進(jìn)行我國醫(yī)工結(jié)合研究現(xiàn)狀和熱點(diǎn)的挖掘還未見報(bào)道。

本研究利用Citespace軟件，選取中國知網(wǎng)（CNKI）和Web of Science（WOS）核心合集數(shù)據(jù)庫作為數(shù)據(jù)來源，對國內(nèi)醫(yī)工結(jié)合領(lǐng)域相關(guān)文獻(xiàn)進(jìn)行可視化分析，梳理國內(nèi)醫(yī)工結(jié)合領(lǐng)域的發(fā)展情況，挖掘該領(lǐng)域的研究熱點(diǎn)和前沿，以期為相關(guān)研究和決策提供參考。

1 資料與方法

1.1 數(shù)據(jù)來源

本研究以CNKI和WOS核心合集數(shù)據(jù)庫作為文獻(xiàn)來源數(shù)據(jù)庫。檢索時(shí)間長度分別為7年和5年，終止時(shí)間均為2022年5月8日。CNKI“高級檢索”中，以分類號“T”AND“R”進(jìn)行檢索，檢索匹配方式“模糊”，共得到研究論文3.47萬篇。WOS中選擇“Web of Science核心合集”數(shù)據(jù)庫下的“Science Citation Index Expanded（SCI-EXPANDED）-2000-至今”，以“Web of Science類別”的“Engineering，Biomedical”進(jìn)行檢索，去除不相關(guān)文獻(xiàn)及非英語文獻(xiàn)后，精煉國家/地區(qū)為“PEOPLES R CHINA”，共獲取“Article”類型文獻(xiàn)14435篇。以純文本形式導(dǎo)出文獻(xiàn)題錄信息，內(nèi)容為完整記錄和引用的參考文獻(xiàn)。導(dǎo)入Citespace中功能去重，最終分別得到3.41萬和14435條數(shù)據(jù)，作為本研究分析的數(shù)據(jù)樣本。

1.2 研究方法

本研究使用CiteSpace（版本號：5.8.3）知識圖譜可視化分析軟件對文獻(xiàn)進(jìn)行同義詞合并整理后，從機(jī)構(gòu)、作者、關(guān)鍵詞及文獻(xiàn)共被引4個(gè)維度進(jìn)行分析。將CNKI和WOS檢索到的結(jié)果分別以Refwork和純文本格式導(dǎo)入本地，保存為“download_.txt”格式，利用CiteSpace軟件將導(dǎo)出的文獻(xiàn)信息進(jìn)行格式轉(zhuǎn)化，時(shí)間切片設(shè)為1年，設(shè)置參數(shù)并運(yùn)行程序，構(gòu)建相應(yīng)知識圖譜。

2 結(jié)果

2.1 研究機(jī)構(gòu)分析

表1列出了國內(nèi)研究機(jī)構(gòu)醫(yī)工交叉領(lǐng)域的國內(nèi)發(fā)文情況。根據(jù)發(fā)文量可以看出，上海理工大學(xué)醫(yī)療器械與食品學(xué)院（現(xiàn)健康科學(xué)與工程學(xué)院）居首位，與其在生物醫(yī)學(xué)工程領(lǐng)域的國內(nèi)發(fā)文排名情況一致[10]。該學(xué)院具有鮮明的理工醫(yī)結(jié)合辦學(xué)特色，有“中國醫(yī)療器械工程師搖籃”的美譽(yù)。另外，從表1還可以看出，中醫(yī)藥領(lǐng)域的醫(yī)工結(jié)合研究集中在成都中醫(yī)藥大學(xué)和中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所。雖然中醫(yī)藥領(lǐng)域醫(yī)工結(jié)合相對西醫(yī)難度大、發(fā)展慢[11]，但是從國內(nèi)發(fā)文量可以看出中醫(yī)藥醫(yī)工結(jié)合在逐漸嶄露頭角。

表1 CNKI醫(yī)工結(jié)合領(lǐng)域研究機(jī)構(gòu)發(fā)文量前五名

表2列出了國內(nèi)研究機(jī)構(gòu)在醫(yī)工交叉領(lǐng)域的國際發(fā)文情況。中國科學(xué)院不但發(fā)文量位居首位，而且從中心性接近0.1上可以看出，其在醫(yī)工結(jié)合研究領(lǐng)域相對于其他機(jī)構(gòu)具有更重要的作用。除中國科學(xué)院外，順次排名前五的上海交通大學(xué)、浙江大學(xué)等均為南方高校，而且在前十五名機(jī)構(gòu)中，南方高校占7個(gè)，可見國內(nèi)醫(yī)工結(jié)合領(lǐng)域地域性區(qū)別較大。另外，列表中僅有南方醫(yī)科大學(xué)和首都醫(yī)科大學(xué)兩所醫(yī)科高校，一方面可以看出兩所大學(xué)通過醫(yī)工結(jié)合探索“新醫(yī)科”發(fā)展方面成績斐然，另一方面也凸顯了醫(yī)學(xué)院校在醫(yī)工結(jié)合領(lǐng)域整體發(fā)展的不足。

表2 WOS醫(yī)工結(jié)合領(lǐng)域研究機(jī)構(gòu)發(fā)文量前十五名

2.2 作者分析

在圖1的作者合作網(wǎng)絡(luò)圖譜中，節(jié)點(diǎn)代表發(fā)文作者，字體大小或節(jié)點(diǎn)大小與發(fā)文量呈正相關(guān)，連線代表作者之間的合作；線條顏色代表作者的合作時(shí)間，粗細(xì)代表合作的次數(shù)。圖1a包括607個(gè)節(jié)點(diǎn)，574條連線，網(wǎng)絡(luò)密集度為0.0031；圖1b包括529個(gè)節(jié)點(diǎn)，2153條連線，網(wǎng)絡(luò)密集度0.0154。從圖1中可以看出，醫(yī)工結(jié)合領(lǐng)域的國內(nèi)作者發(fā)文情況整體低于國際發(fā)文，且國際發(fā)文的作者在該領(lǐng)域普遍具有更重要的影響力（YU ZHANG、WEI WANG、JING WANG、YANG LIU、LEI WANG、WEI ZHANG中心性均在0.10以上）。國內(nèi)發(fā)文作者中，最高頻次（37次）作者為王偉，而國際發(fā)文作者中，YU ZHANG的頻次達(dá)到105次。另外，國際發(fā)文作者間存在明顯的交流合作，而國內(nèi)發(fā)文作者整體分布比較分散，但也存在較為固定的合作團(tuán)隊(duì)，如以呂軍、田國祥為中心的科研團(tuán)隊(duì)，以于彤、于琦為中心的科研團(tuán)隊(duì)，但團(tuán)隊(duì)之間的科研協(xié)作不足。

圖1 作者合作網(wǎng)絡(luò)圖譜

2.3 關(guān)鍵詞分析

2.3.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞不但具有檢索意義，更反映了文章主題，通過關(guān)鍵詞分析，可以了解研究領(lǐng)域的熱點(diǎn)問題和學(xué)科特點(diǎn)。關(guān)鍵詞共現(xiàn)圖譜的數(shù)據(jù)如表3所示，可以看出在醫(yī)工結(jié)合領(lǐng)域的國內(nèi)發(fā)文中，“深度學(xué)習(xí)”出現(xiàn)的頻次遠(yuǎn)遠(yuǎn)高于其他關(guān)鍵詞，“深度學(xué)習(xí)”“數(shù)據(jù)挖掘”“機(jī)器學(xué)習(xí)”和“圖像分割”的中心性程度較高，且排名靠前的關(guān)鍵詞多為工科中的計(jì)算機(jī)技術(shù)，這表明醫(yī)工結(jié)合領(lǐng)域國內(nèi)發(fā)文研究多集中于計(jì)算機(jī)科學(xué)在醫(yī)學(xué)中的應(yīng)用。另外，腦電與腦機(jī)接口研究以及醫(yī)學(xué)材料相關(guān)的3D打印和光熱治療也屬于國內(nèi)發(fā)文的熱點(diǎn)主題。國外發(fā)文中，“nanoparticle”位居首位，對應(yīng)了本地?cái)?shù)據(jù)中生物醫(yī)學(xué)材料類文章居首位的情況，接下來的“model”“in vitro”“cell”“delivery”“expression”和“scaffold”更多地涉及組織工程等領(lǐng)域，而“classification”和“deep learning”則與國內(nèi)發(fā)文一致。通過表3可以看出，深度學(xué)習(xí)是我國醫(yī)工結(jié)合領(lǐng)域的普遍熱點(diǎn)，這也與人工智能在醫(yī)療衛(wèi)生系統(tǒng)的廣泛應(yīng)用密切相關(guān)[12-15]。

表3 CNKI關(guān)鍵詞共現(xiàn)

2.3.2 關(guān)鍵詞聚類分析

在關(guān)鍵詞共現(xiàn)分析的基礎(chǔ)上，通過LLR算法對關(guān)鍵詞進(jìn)行聚類分析，將關(guān)系緊密的關(guān)鍵詞聚為同一類，對應(yīng)聚類圖譜中的1個(gè)區(qū)域，每個(gè)區(qū)域?qū)?yīng)1個(gè)標(biāo)簽，標(biāo)簽數(shù)字越小，表示類別中包含的關(guān)鍵詞越多。運(yùn)行結(jié)果得到聚類模塊值（Q值）分別為0.6005和0.4735（均大于0.3），表明聚類模塊化結(jié)構(gòu)顯著，聚類平均輪廓值（S值）分別為0.819和0.7452（均大于0.7），表明類別內(nèi)關(guān)鍵詞聯(lián)系緊密，聚類結(jié)果令人信服。由圖2a可知，國內(nèi)發(fā)文的研究主題集中于深度學(xué)習(xí)、區(qū)塊鏈、腦電信號、光熱治療等，進(jìn)一步說明了深度學(xué)習(xí)在醫(yī)工交叉領(lǐng)域應(yīng)用的廣泛性。圖2b中共有“deep learning”“bone regeneration”等5個(gè)類別，其中深度學(xué)習(xí)依然是第一大類，光熱治療與國內(nèi)發(fā)文的關(guān)鍵詞聚類類別一致。聚類標(biāo)簽如表4所示，其大致分為3個(gè)大方向，其中醫(yī)工結(jié)合領(lǐng)域計(jì)算機(jī)人工智能為第一大方向，醫(yī)學(xué)基礎(chǔ)方面的醫(yī)工結(jié)合研究也是比較熱門的研究方向，臨床應(yīng)用方面以光熱治療為主，手術(shù)導(dǎo)航以及中醫(yī)藥領(lǐng)域的數(shù)據(jù)挖掘在國內(nèi)也有一定的發(fā)文量。

表4 聚類標(biāo)簽列表

圖2 關(guān)鍵詞聚類圖譜

2.3.3 關(guān)鍵詞突現(xiàn)分析

通過Citespace的burst detection功能進(jìn)行關(guān)鍵詞的突現(xiàn)分析，對醫(yī)工結(jié)合領(lǐng)域的研究前沿進(jìn)行挖掘。圖3a顯示國內(nèi)發(fā)文中，從2016年起，“模式識別”“打印技術(shù)”“手術(shù)導(dǎo)航”“量子點(diǎn)”“針灸”“超像素”“光熱治療”“數(shù)據(jù)挖掘”和“用藥規(guī)律”等突現(xiàn)強(qiáng)度較高的關(guān)鍵詞陸續(xù)出現(xiàn)成為研究熱點(diǎn)，2019年12月爆發(fā)的新冠疫情使得“疫情防控”成為2020年的突現(xiàn)關(guān)鍵詞，而新冠的全球性大流行使“新冠肺炎”成為2021年以來的研究前沿；“區(qū)塊鏈”“數(shù)據(jù)增強(qiáng)”“語義分割”等均為2020年以來的研究熱點(diǎn)，其中“深度學(xué)習(xí)”的突現(xiàn)強(qiáng)度最高，達(dá)到76.27。圖3b顯示國際發(fā)文中，2018年以來，醫(yī)工結(jié)合領(lǐng)域以“pharmacokinetics”“schwann cell”和“fibroblast growth factor”等生物醫(yī)學(xué)類為主要研究熱點(diǎn)，而“brain modeling”“decomposition”“bio medical imaging”“heart rate variability”“mild cognitive impairment”“vessel segmentation”“mathematical model”“challenge”“ensemble learning”和“bci”等主題詞成為2020年以來的研究前沿。綜合圖3a和圖3b可知，國內(nèi)發(fā)文的研究前沿主要集中于計(jì)算機(jī)人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用，而國際發(fā)文的研究前沿則更為廣泛，大致集中在腦電與腦機(jī)接口研究、信號分析與醫(yī)學(xué)圖像處理類研究以及人工智能類研究等領(lǐng)域。

圖3 關(guān)鍵詞突現(xiàn)分析

2.4 文獻(xiàn)共被引分析

兩篇或多篇論文同時(shí)被其他論文引證，則這兩篇或多篇論文構(gòu)成共被引。通過共被引分析可以獲得高被引文獻(xiàn)，更能獲得關(guān)系緊密的文獻(xiàn)。因CNKI導(dǎo)出的數(shù)據(jù)中不包含參考文獻(xiàn)，故本文僅對WOS導(dǎo)出的數(shù)據(jù)進(jìn)行共被引分析。由圖4a及相應(yīng)的頻次排序可知，He等[16]用于圖像識別的深度殘差學(xué)習(xí)的文章被引頻次最高（本地被引頻次301次），該文章對國內(nèi)醫(yī)工結(jié)合領(lǐng)域的深度學(xué)習(xí)應(yīng)用具有重要影響；而?i?ek等[17]關(guān)于3D U-Net的文章以最高的中介中心性（0.15）成為國內(nèi)該領(lǐng)域最重要的文獻(xiàn)；Shelhamer等[18]用于語義分割的全卷積網(wǎng)絡(luò)具有最大的度中心性，說明該文章節(jié)點(diǎn)在共被引網(wǎng)絡(luò)中具有很重要的作用。

通過將共被引文獻(xiàn)進(jìn)行聚類分析，可以了解該領(lǐng)域有哪些前沿的研究主題。由圖4b可知，#0的聚類標(biāo)簽是“enhanced photodynamic therapy”，接下來的“feature fusion attention network” 和“convolutional neural network”均屬于人工智能領(lǐng)域，其余除“ssvep-based bcis”外，均圍繞臨床實(shí)際應(yīng)用開展研究。

時(shí)間線圖按照共被引文獻(xiàn)聚類標(biāo)簽進(jìn)行展示，每個(gè)標(biāo)簽下的被引文獻(xiàn)按照在本地?cái)?shù)據(jù)集中的初次被引時(shí)間進(jìn)行排列，默認(rèn)每個(gè)年份列出被引頻次最高的3篇文獻(xiàn)。由圖5可以看出，“convolutional neural network”“photothermal therapy”“l(fā)ow-dose CT”和“ssvep-based bcis”屬于醫(yī)工結(jié)合領(lǐng)域的經(jīng)典研究主題，“orthopedic application”作為經(jīng)典主題在國內(nèi)呈逐漸淡化趨勢，“cardiac segmentation”屬于新興研究主題，而“enhanced photodynamic therapy”“feature fusion attention network”和“rapid hemostasis”屬于較新的研究主題。

圖5 時(shí)間線譜圖

3 討論

醫(yī)工結(jié)合有利于推動(dòng)科技創(chuàng)新，是醫(yī)學(xué)創(chuàng)新發(fā)展的一大方向。本研究通過文獻(xiàn)計(jì)量學(xué)手段對國內(nèi)醫(yī)工結(jié)合研究的機(jī)構(gòu)、作者、關(guān)鍵詞和引文進(jìn)行分析，以探索該領(lǐng)域的研究熱點(diǎn)，總結(jié)研究現(xiàn)狀，梳理未來可能的發(fā)展方向。

從國內(nèi)醫(yī)工結(jié)合研究的機(jī)構(gòu)和作者分析來看，國際學(xué)術(shù)期刊的發(fā)文遠(yuǎn)超國內(nèi)期刊發(fā)文，一方面是由于英語是科研人員國際交流的主要學(xué)術(shù)語言[19]，高水平期刊多為英文期刊，另一方面也是受過去一段時(shí)間國內(nèi)科研評價(jià)標(biāo)準(zhǔn)的影響，科研人員均盡力向國際期刊投稿。有研究指出，自然基金資助項(xiàng)目中，研究水平越高，發(fā)表中文論文的比例就越低[20]，因此在該領(lǐng)域有影響力的作者多在國際發(fā)文，且研究方向相對國內(nèi)發(fā)文更廣泛，與國際醫(yī)工結(jié)合廣泛的研究方向更接軌；而中醫(yī)藥屬于中國特色性領(lǐng)域，故該領(lǐng)域醫(yī)工結(jié)合研究的發(fā)文多集中于國內(nèi)期刊，這有助于相關(guān)科研人員進(jìn)行成果交流；在機(jī)構(gòu)分布上，排名靠前的科研院所大多分布于東部地區(qū)的長三角、京津冀和珠三角，凸顯了東部地區(qū)國家級城市群尤其是中心城市的科研優(yōu)勢[21]。

從國內(nèi)醫(yī)工結(jié)合研究的關(guān)鍵詞分析來看，相比于國內(nèi)發(fā)文，國際發(fā)文的研究熱點(diǎn)主題更寬泛，不再局限于人工智能、信號處理、3D打印等，而是拓展到生物材料、基因工程、細(xì)胞生物、組織工程等領(lǐng)域進(jìn)行更深入的醫(yī)工融合。關(guān)鍵詞聚類提示醫(yī)工結(jié)合研究中“深度學(xué)習(xí)”標(biāo)簽號最小，包含的關(guān)鍵詞最多，當(dāng)屬國內(nèi)最熱門研究領(lǐng)域；生物力學(xué)、生物材料、3D打印等方法技術(shù)與臨床基礎(chǔ)的結(jié)合研究也比較多；另外，“光熱治療”作為一種綜合了生物醫(yī)學(xué)、物理、化學(xué)等多學(xué)科技術(shù)和理論的腫瘤治療方法，也是國內(nèi)醫(yī)工結(jié)合的一大熱點(diǎn)研究領(lǐng)域，大量具有獨(dú)特光學(xué)特性的納米材料得以制備并應(yīng)用于腫瘤治療研究，使安全、高效治療腫瘤成為可能。關(guān)鍵詞突現(xiàn)分析依然體現(xiàn)了國際發(fā)文的主題多樣性，2018年以來陸續(xù)出現(xiàn)過持續(xù)時(shí)間較短的一些關(guān)鍵詞，如“光熱治療”“數(shù)據(jù)挖掘”“cell proliferation”“pharmacokinetics”等，2020年以來持續(xù)至今依然受關(guān)注的關(guān)鍵詞中，突現(xiàn)強(qiáng)度分別以“深度學(xué)習(xí)”和“brain modeling”為最高，綜合來看，當(dāng)下國內(nèi)醫(yī)工結(jié)合研究持續(xù)集中在深度學(xué)習(xí)、人工智能、醫(yī)學(xué)圖像處理、大腦建模、心率變異性、輕度認(rèn)知障礙等領(lǐng)域。開發(fā)大腦記憶、視覺、空間、運(yùn)動(dòng)等不同功能的計(jì)算機(jī)模型，可以促進(jìn)相關(guān)醫(yī)學(xué)研究及臨床輔助治療。心率變異性與冠心病、糖尿病、心肌梗死、心律失常等多種疾病有關(guān)，能夠評價(jià)心臟的自主神經(jīng)活動(dòng)，但由于機(jī)體生理功能復(fù)雜，影響因素多，該信號的分析以及臨床應(yīng)用面臨諸多亟待解決的問題[22]。而輕度認(rèn)知障礙是阿爾茲海默病的早期階段，其早期篩查、及時(shí)干預(yù)極為重要，目前利用深度學(xué)習(xí)手段結(jié)合影像學(xué)技術(shù)進(jìn)行輕度認(rèn)知障礙的診斷、預(yù)測等研究也在不斷深入[23]。

從國際發(fā)文的文獻(xiàn)共被引分析來看，對國內(nèi)醫(yī)工結(jié)合研究具有重要影響的文獻(xiàn)主要集中在“深度學(xué)習(xí)”領(lǐng)域，再次提示“深度學(xué)習(xí)”在國內(nèi)醫(yī)工結(jié)合領(lǐng)域的重要地位，不僅是人工智能領(lǐng)域的代表，更是大數(shù)據(jù)時(shí)代前沿的研究熱點(diǎn)，因?yàn)槠渚哂袕?qiáng)大的特征提取能力，十分適合醫(yī)學(xué)影像、基因組學(xué)等生物醫(yī)學(xué)大數(shù)據(jù)的分析處理，而文獻(xiàn)共被引聚類分析及時(shí)間線譜提示在卷積神經(jīng)網(wǎng)絡(luò)、光熱治療、低劑量CT、腦機(jī)接口等經(jīng)典醫(yī)工結(jié)合研究領(lǐng)域基礎(chǔ)上，增強(qiáng)光動(dòng)力療法、特征融合注意力網(wǎng)絡(luò)、心臟分割等也是國內(nèi)研究人員近年關(guān)注的內(nèi)容。光動(dòng)力療法是一種治療腫瘤、增生性皮膚疾病等的新型治療方法，精確有效、不良反應(yīng)小，但光敏劑、光源等因素限制了其效果[24]，因此如何對光動(dòng)力增效成為很多研究人員的課題。注意力機(jī)制是深度學(xué)習(xí)領(lǐng)域的重要概念，引入注意力機(jī)制后，可以提升算法的準(zhǔn)確性，改善模型的泛化能力[25]。圖像分割是醫(yī)學(xué)影像處理的一個(gè)重要的研究方向，已從傳統(tǒng)的分割方法發(fā)展到了當(dāng)前基于深度學(xué)習(xí)的分割方法[26]。

4 總結(jié)

本研究通過Citespace分析了國內(nèi)醫(yī)工結(jié)合領(lǐng)域的研究現(xiàn)狀，挖掘了該領(lǐng)域的研究熱點(diǎn)和前沿。研究發(fā)現(xiàn)：① 我國醫(yī)工結(jié)合的研究成果更多地體現(xiàn)在國際雜志上，國內(nèi)雜志發(fā)文相對較少且涉及面較窄；發(fā)文機(jī)構(gòu)具有明顯的地域性，除中國科學(xué)院位居首位外，南方科研院所發(fā)文情況整體高于北方；更多地集中于綜合性或理工類高校，醫(yī)科院校相對較少；中醫(yī)藥領(lǐng)域的醫(yī)工結(jié)合研究多為國內(nèi)發(fā)文，相對較弱；國際發(fā)文作者具有相對更高的影響力和更密切的交流合作。② 由關(guān)鍵詞分析可知，深度學(xué)習(xí)是國內(nèi)醫(yī)工結(jié)合的一大研究熱點(diǎn)；研究前沿集中于人工智能、信號、圖像類研究，醫(yī)工結(jié)合研究多集中在醫(yī)學(xué)基礎(chǔ)方面，臨床應(yīng)用方面以光熱治療為研究熱點(diǎn)。③ 由文獻(xiàn)共被引分析可知，對醫(yī)工結(jié)合領(lǐng)域影響較大的文獻(xiàn)集中于深度學(xué)習(xí)領(lǐng)域，而“convolutional neural network”“photothermal therapy”“l(fā)ow-dose CT”和“ssvep-based bcis”均屬于醫(yī)工結(jié)合領(lǐng)域的經(jīng)典研究主題，納米材料等的醫(yī)學(xué)應(yīng)用和人工智能技術(shù)在國內(nèi)醫(yī)工結(jié)合研究中是兩大熱門領(lǐng)域。

圍繞國家發(fā)展戰(zhàn)略需求，國內(nèi)正在自上而下開展廣泛的醫(yī)工結(jié)合、政策引導(dǎo)、平臺搭建、機(jī)構(gòu)聯(lián)合、作者合作。醫(yī)工結(jié)合的概念由來已久，新技術(shù)、新方法不斷為其注入新鮮血液，“新醫(yī)科”“新工科”等政策機(jī)制不斷推動(dòng)其發(fā)展，但醫(yī)工結(jié)合還有很長的路要走，希望本研究結(jié)果對未來國內(nèi)醫(yī)工結(jié)合研究的發(fā)展具有參考意義。