基于CiteSpace 的国内康复机器人应用于脑卒中领域研究的可视化分析

张 哲，王亚男，刘晓佩，单小航，樊亚蕾，蔡元钦，董献文*

（1.郑州大学第五附属医院儿童康复医学科，郑州 450052；2.佳木斯大学康复医学院，黑龙江佳木斯 154002）

0 引言

脑卒中具有高发病率、高致残率、高复发率等特点，是严重危害我国人民健康的主要神经系统疾病之一，也是我国成人致死、致残的首要病因[1]。据《2019 年中国脑卒中防治报告》显示，我国40 周岁以上脑卒中患者1 242 万，年新发病人数达200～300万，且首次发病年轻化趋势明显[2]。大部分脑卒中患者均会出现一定的功能障碍，如失语、偏瘫以及心理障碍等，患者需接受系统的康复训练[3]。因此，利用康复治疗技术帮助脑卒中患者最大程度地恢复其功能就显得尤为重要[4]。

随着脑卒中患者的逐渐增加，医院、社区和家庭康复训练治疗负荷越来越大，传统康复治疗效率和康复质量已无法满足我国日益提高的治疗需求[5]。康复机器人诞生于20 世纪60 年代，历经50 余年的研究和探索，融合了人工智能、机械构造、虚拟现实、心理学以及康复医学等学科知识，充分实现了康复评估与治疗的目的[6]。康复机器人可分为功能治疗类康复机器人以及生活辅助类康复机器人，它的出现充分弥补了传统康复治疗方法的不足[7-8]。目前康复机器人类型较多，研究方向错综复杂，相关热点问题无法明确。基于此，本团队利用陈超美教授开发的CiteSpace 软件[9]完成文献计量学统计，对相关文献进行归纳整理并分析，并用图谱的形式展现出研究领域的结构模式，同时预测该领域的发展趋势及研究热点，为日后的临床应用与发展提供参考。

1 资料与方法

1.1 资料来源

以中国知网（China National Knowledge Infrastructure，CNKI）数据库为数据来源，检索词包括脑卒中、脑梗死、脑出血、脑血管意外、康复机器人，选取中文期刊文献，检索时间范围为建库至2022 年5 月31 日。经过筛查，合计纳入739 篇相关文献。

1.2 文献筛选

纳入标准：文献内容为康复机器人应用于脑卒中相关主题学术论文。排除标准：（1）新闻、报纸、信件、会议等；（2）经过2 名独立作者独立阅读题目和摘要后认为不符合主题的文章；（3）学位论文重复发表的期刊论文；（4）数据资料不完整的论文。

1.3 研究方法

本研究运用文献计量学方法，首先将经过筛选得到的739 篇文献从CNKI 数据库中以refworks 格式导出，输出为纯文本格式，其中500 篇以“download-1”进行重命名保存，剩余239 篇以“download-2”进行重命名保存，并导入CiteSpace 6.1.R3 软件中。运行参数设置如下：时间分区（time sling）设置为2004 年1 月至2022 年5 月（2004 年为相关领域首篇文献发布时间），时间分度（slice length）设为1 a，共10 个分段；对节点分段（node types）分别选择机构（institution）、作者（author）、关键词（keyword）等进行网络分析，并绘制可视化图谱；根据节点类型，Top N 选择50 即对每个时间段内排名前50 的数据进行系统综述，Top N%选择20%即对每个时间段内前20%进行选择；剪裁方式（pruning）同时选择pathfinder、pruning sliced networks 以及pruning the merged network。

2 结果

2.1 年发文量趋势

2004—2010 年，相关研究发文量整体较少，始终保持在个位数的水平，此时反映出康复机器人的研发进展较为缓慢，依旧停留在肢体功能训练阶段，同时康复机器人也较少地运用在脑卒中领域。从2011 年至今，虽部分年限文章呈略微下降趋势，但总体发文数量呈现快速增长趋势，在2021 年发文高达122 篇，此时反映出随着科技的发展，康复机器人已从最开始的肢体康复机器人逐渐演化为脑机接口、虚拟现实技术等高新设备。根据整体的发展趋势可以得出，未来一段时间相关领域的发文量依旧维持稳定增长，表明该领域已经受到了许多学者的关注，同时也有较多研究的空间。2004—2022 年康复机器人应用于脑卒中年度发文量统计如图1 所示。

图1 CNKI 数据库的康复机器人应用于脑卒中年度发文量统计

2.2 作者分析

通过CiteSpace 软件，对符合纳入标准的739 篇文章进行分析，node types 选择author 分析可知，图中共有382 个节点，393 条连线；参与康复机器人应用于脑卒中领域研究的学者中发文量最高的是傅建明，来自嘉兴市第二医院，主要研究方式为骨盆辅助式机器人对脑卒中相关后遗症影响；利用普赖斯定律可知本领域相关核心发文量N≈2.8 篇，故将发文量≥3篇设立为本领域核心作者，共有35 名；排名前十的作者平均发文量为9.4 篇。目前，35 位中文核心作者形成了以深圳市老年医学研究所刘铨权、嘉兴市第二医院傅建明、河北联合大学康复医学院赵雅宁、郑州大学附属郑州中心医院姚先丽等为代表的研究团队，如图2 所示。目前国内相关领域合作较为松散，缺乏跨院校之间的联合研究，相互之间联系较少。

图2 CNKI 数据库的康复机器人应用于脑卒中作者合作网络图谱

2.3 关键词分析

2.3.1 关键词共现分析

选取739 篇有效论文的关键词进行共现分析，使用CiteSpace 6.1.R3 软件绘制出康复机器人应用于脑卒中相关文献共被引图谱，选取词频≥5 的关键词进行分析。如图3 所示，共生成354 个节点、432条连接，拓扑网络的密度为0.006 9。图中不同颜色的圆圈代表不同的聚类；圆圈数量表示分析关键词个数；圆圈的大小代表每个关键词出现的频率，圆圈越大关键词出现得越多；紫色的外圈代表文献的中介中心性，外部越大中心性越高。相互连接的两点代表2 篇文献同时被另一篇论文所引用。连线长度表示2 个关键词间的相关程度，连线越短，相关程度就越高。由表1 可看出，排名前十的高频关键词中大多数依旧围绕脑卒中患者的临床症状进行分类，在运用康复机器人对脑卒中患者进行康复时学者也较为注重其临床疗效的提升，针对患者不同方面的功能障碍进行提升；同时人机交互等先进模式的提出，将机器智能与生物智能进行有机融合，实现脑卒中患者与机器之间精准交互，帮助提升患者的临床疗效。

表1 高频关键词统计

图3 CNKI 数据库的康复机器人应用于脑卒中关键词共现图

2.3.2 关键词聚类分析

运用CiteSpace 软件中的对数极大似然率（loglikelihood ratio，LLR）算法对关键词进行聚类，如图4所示，其中关键词形成13 个有意义的聚类。其中训练方式包括：#0 人机交互、#1 头针、#2 康复训练、#8主动训练、#9 专家系统、#10 机器人；训练内容包括：#5 运动学、#11 下肢康复；训练时期包括：#4 慢性期；训练对象包括：#6 卒中、#12 上肢。

图4 CNKI 数据库的康复机器人应用于脑卒中关键词聚类图谱

2.3.3 关键词突现分析

通过算法计算出相关突现强度，利用软件生成关键词突现图，如图5 所示，对CNKI 数据库中筛选出的739 篇中文文献进行突现分析得到15 个突现词，2004—2012 年的机器人和神经康复为研究热点；2013—2019 年，步态、轨迹规划、步行功能、下肢功能、机构设计以及结构设计逐渐成为研究趋势。同时康复机器人结构设计的更新迭代也受到了越来越多的学者关注，导纳控制、运动仿真等新兴的高新技术在2020—2022 年逐渐被应用于脑卒中康复领域。

图5 CNKI 数据库的康复机器人应用于脑卒中关键词突现分析图

3 讨论

我国脑卒中发病率高于全球平均水平且呈上升态势，其高致残率给患者及家庭造成巨大的精神压力及经济压力，因此探索一种高效有用的康复治疗方案就尤为重要[8]。本文以CNKI 数据库2004—2022 年间有关康复机器人在脑卒中应用方面的文献为数据源，运用CiteSpace 软件对这一领域可视化知识图谱进行绘制和分析，对相关文献进行系统梳理，更直观地展现相关信息。

3.1 康复机器人应用于脑卒中领域发文现状

近年来，康复机器人应用于脑卒中领域整体发文量显著上升，其是脑卒中康复领域的热点问题，具有较高的研究价值。根据知识图谱显示，以刘铨权为代表的深圳市老年医学研究所团队，研究方向为脑卒中领域仿生机器人的开发，团队由王同、王春宝、段丽红等人组成，团队内部联系紧密，人员合作较多，发文数量较为集中；而软件显示部分团队总体发文量较少，仅仅依靠几篇论文将团队串联，缺少深层的交流与合作。同时国内研究团队之间缺乏深度合作研究，缺乏中心学术研究共同体的形成，未来应积极推动机械工程、人工智能、临床医学、康复治疗学等多学科合作，形成跨学科研究团体，对推动康复机器人在脑卒中领域的发展发挥着积极的作用。

3.2 康复机器人应用于脑卒中领域关键词分析

分析关键词共现及聚类知识图谱可知，2004—2012 年关注的关键词为机器人与神经康复，该阶段人们尤其重视康复机器人运用于脑卒中后的康复评定及神经康复。2013—2019 年，关注的重点为步态、轨迹规划、虚拟现实、步行功能、下肢功能、机构设计以及结构设计，该阶段人们开始对机器人进行轨迹仿真，筛选出符合患者康复运动的轨迹，为后续康复机器人的研制提供参考；与此同时，虚拟现实技术的蓬勃发展，也逐渐被运用在脑卒中的康复中，大量临床研究表明[10]，其对不同类型脑卒中患者运动、平衡及认知等方面均有显著疗效；另外，该时期虚拟现实等高新技术的发展，为后续远程康复奠定了重要的基础。2020—2022 年，关注的重点是导纳控制和运动仿真等新兴技术，运动仿真即通过建立虚拟样机模型的形式进行动力学仿真，之后利用虚拟仿真数据与现实进行对比，可提高康复治疗效果[11-12]；导纳控制原理为通过控制算法使机械臂末端具有弹簧质量阻尼系统的性质，以实现机械臂末端平稳运动，从而保证机械的运行安全[13]。这些新兴的技术逐渐运用于机器人当中，提高了康复患者的临床疗效[14]。除了单纯利用运用康复机器人治疗患者以外，近年来多名学者研究发现将镜像疗法、经颅磁刺激等其他疗法与康复机器人结合共同治疗脑卒中患者具有更好的疗效，陈春燕等[15]将经颅磁刺激联合康复机器人对45 名脑卒中后遗症患者进行康复训练，发现经颅磁刺激联合康复机器人训练能有效改善脑卒中患者偏侧忽略症状及视觉中枢电生理，以及患者的肢体功能，提升了日常生活能力。将康复机器人与其他新兴的康复手段相结合也将成为未来学者关注的重点[16]。

3.3 康复机器人应用于脑卒中领域的启示与展望

近年来，从对康复机器人初步建立认识到逐渐丰富其内容以及探索全新的治疗模式[17-19]，从对脑卒中患者单纯的运动恢复，到对其机制的深层次研究以及更高意义康复目标的追寻，该领域的研究逐层递进，进展迅速。在未来，康复机器人同样也面临着不少的挑战性问题。

（1）远程居家康复成为康复机器人领域全新的突破点。随着新型冠状病毒感染疫情的暴发，不少脑卒中患者都被迫中断了康复治疗，因此远程居家康复对医疗机构提出了更高的要求，远程居家康复机器人的研发也成为了未来的研究热点[20-22]。目前，已经出现了多款适合脑卒中患者居家训练的康复机器人，如机器人手套、机器人手臂、机器人下肢等[23]。但国内居家康复机器人仍以机械化、规律性的运动功能训练为主，使得在居家环境下脑卒中患者的积极性和依从性大幅下降。同时由于居家康复环境与医疗康复环境差异巨大，如何提高脑卒中患者的驱动力将成为未来康复机器人研发关注的重点。随着科技的发展，可以设想基于远程居家康复系统和康复机器人相结合的居家康复方案将逐步融入每个脑卒中患者的家庭。

（2）新型技术为康复机器人的未来发展提供支持。如人机交互是近年来提倡的先进技术之一，即通过人与机器有机结合的方式，使人与机器结合更紧密[17]。在最新《国际功能、残疾和健康分类》理论框架指导下，以人机智能和人机交互的结合为代表的技术突破，使得生活辅助类康复机器人与脑卒中患者之间协同工作，帮助其主动地参与到社会生活中。人机交互等全新技术的提出预示着康复医学的核心理念将逐渐与康复机器人融合在一起，并将在脑卒中康复领域孕育出重大的理论创新和技术突破。虚拟现实技术是近年来逐步应用于脑卒中领域的新型技术，其智能化的人机交互和场景模拟使脑卒中患者的康复形式更加多样[24]。有研究表明，融入虚拟现实技术的康复机器人可以帮助患者在富有真实感的虚拟环境中进行有效的多方向、多角度的关节活动训练，增加脑卒中患者的游戏趣味性及依从性，使得脑卒中患者能够得到更好的康复治疗[25]。未来，智能化、家居化、交互性的康复机器人将会对脑卒中后神经系统损伤患者的功能恢复具有深远的意义[26]。

4 结语

本研究利用CiteSpace 软件对2004—2022 年康复机器人应用于脑卒中领域研究进行文献计量及可视化分析，直观地反映出整个领域的研究状况与热点问题。但此次研究仍具有一定的局限性：（1）在关键词聚类分析的过程中存在部分关键词聚类的重复；（2）只纳入了CNKI 数据库发表的康复机器人应用于脑卒中领域相关研究，且文章类型为中文，在文献检索方面存在一定的局限性，后续研究可以增加英文数据库文献的纳入，进一步比较国内与国际趋势的异同。