国内生物医学工程研究热点的知识图谱——基于CiteSpace的可视化分析

翁铄子，刘虔铖，张刚平，刘文平，赖胜圣*

（1.广东食品药品职业学院 医疗器械学院，广东广州 510520；2.广东医科大学 生物医学工程学院，广东东莞 523808）

科学知识图谱是一种通过对大量文献的整合分析，进而绘制出的与作者、研究机构和关键词等相关信息的图谱，是近年来新兴的文献研究方式之一。CiteSpace软件是将文献信息数据可视化的一种工具，不仅可辅助分析科研领域的基本知识、研究热点及前沿，还可预测主题演变趋势以指导科学研究[1]。《中国生物医学工程学报》和《生物医学工程学杂志》是我国生物医学工程领域的两本中文核心期刊（北京大学图书馆2020年版）[2]，承载了我国生物医学工程学科领域高度创造性的研究论文，在学科界受到广泛认可，是我国生物医学工程发展的“记录者”和“风向标”。本文运用CiteSpace 5.7.R2软件对《中国生物医学工程学报》和《生物医学工程学杂志》两本生物医学工程领域核心期刊中的文献进行可视化分析，客观把握国内生物医学工程领域的研究现状及研究热点，对生物医学工程领域未来发展方向做出一定的预测，以供学者们参考。

1 材料与方法

1.1 数据来源与收集

（1）在中国知网（CNKI）检索界面中选择“高级检索”，直接在“文献来源”中输入期刊名称——《中国生物医学工程学报》《生物医学工程学杂志》，分两次进行检索，每次检索一本杂志，检索时间为2010年1月1日至2021年5月1日，一年一分析。经过两位生物医学工程副教授人工筛选，剔除通知、广告、新闻、期刊目录、会议、综述类文章、英文期刊等与本研究无关的文献。

（2）将所选文献以“Refworks”格式导出，并以“download（x）”命名，保存在自命名文件夹“input”中。

1.2 方法

（1）将“input”文件夹中的数据导入CiteSpace 5.7.R2，经过数据转换后，调整时间、关键词、作者、机构等相关参数，选定范围后进行可视化分析。

（2）通过调节可视化图像的节点、线条、字体等参数，使图像内容更加清晰明了，便于对图像进行进一步分析。以关键词为例，图谱中一个节点代表一个关键词，节点大小代表关键词频数大小，关键词之间的连线代表它们在同一篇文献中出现过，线条与图上方的年份相对应，用于标志每一年都有哪些关键词。

2 结果与分析

2.1 检索概述

共检索出4 120篇文献，经人工筛选后剔除753篇不符合要求的文献，最终纳入中文文献3 367篇。

从图1可以看出，2010年到2018年，两本期刊总发文量呈下降趋势，而2018年到2020年，则进入平稳期。从国内生物医学工程发展史看，2010年处于国内生物医学工程学科发展的繁荣时期，此时期由于医疗卫生体系的需求及生物医学工程学科的迅猛发展，国内各大高校与机构纷纷致力于生物医学工程学科的研究，使得2010年两大核心期刊的发文量达到近十年发文量的高峰[3]。此后，随着生物医学工程学科研究的逐步深入，研究内容趋向更尖端、更高质量，研究难度加大、发文周期延长，导致发文量有所下降。

图1 发文量变化趋势图

2.2 被引文献分析

从高被引文献表（表1）中可知，被引频次最多的文献是2011年发表的“电子病历中命名实体的智能识别”，文中采用条件随机场模型（CRF）机器学习的方法,对疾病、临床症状、手术操作3类中文病历中常见的命名实体进行了智能识别，取得了不错效果[4]；其次是“基于光电容积脉搏波描记法的无创连续血压测量”[5]，作者通过分析当时无创连续血压测量的三种技术的基本测量原理、测量精度及优缺点，阐述了光电容积脉搏波描记法的特点，实现了无创、连续血压监测。再次是“基于心率变异性的精神疲劳的研究”，文中以心率变异性指标对精神疲劳程度进行了客观评估，取得了令人信服的效果[6]。这些文献在生物医学工程领域有较高的影响力。

表1 高被引文献

2.3 作者分析

2.3.1 突变分析

本研究包括的3 367篇文献中共涉及532位作者，其中近十年来两本核心期刊中发文量排名前10的作者分布如表2所示，作者突变排名前15的作者分布如图2所示。

表2 作者发文量前十名

图2 作者突变前十五名

从表2可以看到，自2010年以来，杨志刚、李昕、刘小菁、明东、徐佳芝等学者发文较多；从图2和表2可知，在2010年到2021年早期，四川大学杨志刚、大连理工大学邱天爽等学者发文量大，研究领域集中于新技术在心脏影像的应用及生理信号处理、图像处理等；在2010年到2021年中段，燕山大学洪文学学者在信息融合、可视化模式识别和中医工程学等领域发文量大；电子科技大学尧德中学者在脑电、MRI信息提取技术及其在脑机交互领域颇有建树。近几年，河北工业大学徐桂芝学者突变强度达到5.35，且突变持续时间较长，是新崛起的有影响力的作者，在生物电磁技术、脑认知与神经工程方面取得了不俗的成就。另外，天津大学明东学者突变强度虽不是最大的，但在近十年内突变持续时间最长，研究成果保持着较强的“生命力”，在脑信号分析、处理及智能化方面给生物医学工程学科注入了新的活力。以上数据表明，国内生物医学工程学科研究人员不断交替，新生代已经站稳脚步，成为国内生物医学工程学科主力军。

2.3.2 合作网络分析

设置参数“Time Slicing” 为“From 2010 JAN.to 2021 MAY. ”,“Year Per Slice” 为“1”，“Node Types”为 “Author”，“Pruning”为“Pathfinder”和“Pruning slices networks”，其余参数均采用默认值，生成如图3所示结果。

图3 作者合作网络知识图谱

图谱共包含531个节点、485条连线，网络密度为0.0034。明东、杨志刚、余建群、洪文学等学者节点较大，连线较多，表明这些学者都有较为稳定的研究团队。

2.4 刊文机构分析

2.4.1 发文量分析

近十年来，在两本核心期刊中发文量排名前10的机构分布如表3所示。发文量多、中心性强的机构是上海理工大学医疗器械与食品学院，其发文量高达115篇，同时与其他发文机构合作交流密切。

表3 机构发文量前十名

发文量较大的机构还有南方医科大学生物医学工程学院、重庆大学生物工程学院、四川大学华西医院放射科等。通过文献[3]数据对比，在2006年以前清华大学、中国医学科学院等机构发文量较大，但从表3中并没有发现清华大学、北京大学、上海交通大学等顶尖综合性大学，这可能与新一代学者更倾向于在国际杂志发表其研究成果有关。

从发文量前10机构所在地区发现，这些机构分布在长三角、珠三角、环渤海、成渝一带，恰恰是国内医疗器械行业最发达的地区，说明行业发展和科研进步是相互成就的。

2.4.2 合作网络分析

设置“Node Types”为“Institution”，其余设置同2.3.2，生成如图4所示结果，图谱共包含443个节点、266条连线，网络密度为0.0027。

图4 发文机构合作图谱

从图4可知，除上海理工大学医疗器械与食品学院外，近十年来我国生物医学工程领域研究中机构间的合作相对较少。结合目前国际较新的生物医学工程的文章分析[7-8]，不但要加强不同生物医学工程机构之间的联系，更要强调“医+工”结合，即医学和生物医学工程跨学科之间的联系，由“医”提出问题，继而由“工”解决问题，这样联合研究的方式更能推动生物医学工程学科蓬勃发展[9]。

2.5 关键词分析

词频分析方法是在文献信息中提取能够表达文献核心内容的关键词或主题词频次的高低分布，研究该领域发展动向和研究热点的方法。对3 367篇文章进行关键词分析，结果如下。

2.5.1 关键词共现网络图谱

如图5所示，共包含462个节点、680条连线，网络密度为0.0064，图中圆圈大小代表的是关键词频次，频次越大，圆圈越大。排名前五的关键词分别为支持向量机（64次）、脑电（50次）、有限元分析（50次）、脑电图（47次）和特征提取（46次），其中出现频次高、连线中心性高的是支持向量机。

图5 关键词共现图谱

为了进一步呈现我国生物医学工程领域近十年的研究主旨，本文选取出现频率最多的关键词，如表4所示。综合关键词共现图谱及高频关键词频表，近10年内我国生物医学工程研究的主要包括：

表4 高频关键词情况表

（1）医学物理方向（关键词：支持向量机、小波变换、心电图、磁共振成像等，包括生物信号和医学图像两个方面）。从结果获悉，两本杂志在这一方面的刊文量是明显较多的，生物信号领域集中在脑电、心电、肌电、语言、血压等人体生理信号的后处理、提取、智能识别等。医学图像领域集中在电子计算机断层扫描（Computed Tomography，CT）、磁共振成像（Magnetic Resonance Imaging，MRI）、X射线、超声、病理等图像的融合、分割、特征提取及智能识别等。

（2）生物力学方向（关键词：有限元分析、生物力学、支架等）。这一方向是根据医学图像，利用三维建模软件建立模型，采用有限元分析软件对各类情况进行模拟及分析、测试，得到临床所需的数据。从文献[10-12]得知，目前生物力学主要研究领域集中在骨骼—关节力学、细胞分析力学、血液动力学。

（3）生物材料方向（聚类词：伤口敷料、分化、无创；关键词：组织工程、干细胞、分化、水凝胶、再生、组织等）。生物材料是制作各种人工器官的物质基础，其主要研究生物相容性和生物活性等问题，其中高分子材料是重点研究领域[3]。在本研究中发现，两本杂志关于纳米生物医学方面的发文量不大，与乔新歌等[13]关于生物医学工程领域研究前沿主题的分析结果有一定的偏差，其研究表明在全球范围内纳米颗粒药物递送、光动力疗法、3D组织器官打印、生物传感器与生物监测等是目前全球生物医学工程领域研究热点。对比之下，近十年随着海归医学工程科研人员增多及国内新一代医学工程科研人员的成长，从事上述几个亚领域研究的科研人员更偏向在国际期刊上发表相关科研成果[14-16]。

2.5.2 关键词聚类网络图谱

在关键词共现网络图谱的基础上，通过对数似然率算法（Log-Likelihood Ratio，LLR）对关键词进行聚类分析，以了解近十年国内生物医学工程领域的研究热点。调节参数，使其显示出前十聚类，得到关键词聚类图谱如图6所示，其中Q值（聚类模块值）为0.710 2（Q＞0.3），S值（聚类平均轮廓值）为0.897 3（S＞0.7），说明该聚类图谱结构显著、聚类合理且令人信服。

图6 关键词聚类图谱

图6中数字越小，聚类包含的关键词越多。结果显示，2010年至今，我国生物医学工程领域研究主要围绕支持向量机（聚类0）、有限元分析（聚类1）、深度学习（聚类2）、伤口敷料（聚类3）、小波变换（聚类4）、心电图（聚类5）、乳腺癌（聚类6）、磁共振成像（聚类7）、分化（聚类8）和无创检测（聚类9）10个主题展开。

2.5.3 关键词突变

关键词突变是指某一时段出现频次突然爆发的关键词，通过对关键词突变情况的分析在一定程度上可以帮助我们把握近十年来国内生物医学工程领域在各个时期的研究前沿并对其未来发展趋势做出一定预测[17]。

如图7所示，近五年我国生物医学工程领域的研究前沿主要集中在脑网络、卷积神经网络、深度学习、脑电信号、精神分裂症及机器学习等方向。越来越多的算法及算法应用文献表明，生物医学工程领域一个重要的研究方向是人工智能，如医学图像特征提取及辅助诊断、智能化医用机器人等。2017年，国务院印发《新一代人工智能发展规划》，规划中将发展人工智能列为国家战略，说明生物医学工程学科顺应国家发展潮流，与国家政策相适应[18-19]。同时，可以看到越来越多研究人员将研究方向聚焦在临床上目前难以攻克的疾病，如帕金森病、精神分裂症、癌症等。

图7 关键词突变前十名

3 结论

本研究对《中国生物医学工程学报》和《生物医学工程学杂志》两本核心期刊近十年文献进行可视化分析，结果表明：发文量较大的是上海理工大学、南方医科大学等机构；新一代生物医学工程科研人员已逐渐成为主力军，形成了以核心作者组成的科研团体；生物医学工程领域研究的范围包括生物材料、影像组学、生理电信号、医用仪器设备开发等；卷积神经网络算法、深度学习、脑电信号、机器学习等成为目前研究的热点。

生物医学工程领域研究的多样性及先进性反映了生物医学工程这门交叉学科在基础研究和应用研究中的巨大潜力。随着我国人口老龄化日益加剧，在消费升级及政府扶持政策密集出台等诸多因素刺激下，我国医疗器械产业将持续繁荣[20]，这对于生物医学工程学科发展也有一定的促进作用。相信未来在《中国生物医学工程学报》、《生物医学工程学杂志》及其他杂志上，可以看到更多关于医学影像智能化诊断软件、智能医用机器人、全降解血管支架等医用耗材、植入式微机技术、智能化穿戴器械、智能化远程诊疗、生物3D打印等基础研究及新技术突破和应用的论文。