聚類、共現(xiàn)視角下主流知識演化路徑探究

摘要：目的? 理清我國醫(yī)學影像領域的知識演化脈絡，探尋作者、機構之間的合作網(wǎng)絡，尋求研究主題的演化路徑。方法? 以中國知識資源總庫（CNKI）為數(shù)據(jù)源，檢索建庫至2020年收錄的關于國內(nèi)醫(yī)學影像領域的相關文獻，利用聚類、共現(xiàn)分析法，采用CiteSpace 5.7.R2繪制該領域作者、機構的合作圖譜，通過SciMat探尋該領域的熱點主題和主流知識演化路徑。結果? 共納入1002篇醫(yī)學影像相關文獻，發(fā)文時間1986-2020年。總發(fā)文量與作者總人次變化趨勢基本同步，1986-2000年，總發(fā)文量和作者總人次緩慢低速增長;2001-2012年，二者呈波浪式上升趨勢;2013-2020年，二者呈直線上升。國內(nèi)作者、機構之間多局限于短期、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，演化關系復雜，在4個方向呈現(xiàn)6條演化路徑：醫(yī)學影像的應用;醫(yī)學影像診斷和成像技術;醫(yī)學影像的數(shù)據(jù)挖掘和信息技術;醫(yī)學影像的處理。結論? 隨著我國醫(yī)學影像領域研究的進一步深化，未來該領域的合作有望突破區(qū)域限制，呈現(xiàn)高質量的發(fā)展態(tài)勢。

關鍵詞：醫(yī)學影像;聚類分析;共現(xiàn)分析;SciMat;CiteSpace

中圖分類號：R445??? 文獻標識碼：A??? 文章編號：2095-5707（2021）05-0019-07

DOI： 10.3969/j.issn.2095-5707.2021.05.004??????? 開放科學（資源服務）標識碼（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

基金項目：江蘇省一流本科專業(yè)（信息管理與信息系統(tǒng)）建設成果;大學生創(chuàng)新創(chuàng)業(yè)訓練計劃校級項目（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)學影像學是現(xiàn)代醫(yī)學實驗基礎上的循證醫(yī)學，影像是現(xiàn)代醫(yī)學最重要的診斷依據(jù)，眾多醫(yī)療數(shù)據(jù)多來源于醫(yī)療影像^[1]。在大數(shù)據(jù)時代背景下，醫(yī)療影像診斷的方式也更加智能化^[2]。現(xiàn)階段醫(yī)學影像學科發(fā)展勢頭正猛，相關的研究文獻和研究者較前期顯著增加，該領域的研究熱點和研究內(nèi)容隨著時間的推移不斷變化，科學、有效地識別醫(yī)學影像領域的熱點內(nèi)容和前沿性主題有助于研究者準確把握該領域的發(fā)展動態(tài)，從而高效地從事科研活動。與此同時，探查醫(yī)學影像領域作者與機構之間的合作關系及其研究的關注點，有助于從全局洞察該領域的研究現(xiàn)狀，為后期研究提供參考。基于此，筆者采用可視化分析軟件CiteSpace和SciMat，以該領域的科研論文為研究對象，對作者、機構、關鍵詞等進行分析，探尋合作網(wǎng)絡及主題演化路徑，理清醫(yī)學影像學的發(fā)展脈絡，為該領域今后的發(fā)展探明方向。

1? 資料與方法

1.1? 數(shù)據(jù)來源與檢索策略

以中國知識資源總庫（CNKI）為數(shù)據(jù)來源，采用主題檢索的方式，限制主題詞為“醫(yī)學影像”，檢索建庫至2020年的全部數(shù)據(jù)，檢索時間2021年3月14日。

1.2? 納入與排除標準

納入標準：⑴研究型文獻，如期刊上發(fā)表的論文、學位論文、會議論文等;⑵外文文獻中國內(nèi)作者、機構發(fā)表的論文;⑶作者、機構、關鍵詞等信息齊全的文獻。

排除標準：⑴資訊類文獻，如消息、簡介、聲明等;⑵外文文獻中非國內(nèi)作者、機構發(fā)表的論文;⑶缺少作者、機構、關鍵詞等信息的文獻。⑷報紙類、標準類、研究成果類文獻。

1.3? 研究方法

利用Excel2016統(tǒng)計年度發(fā)文量，分析發(fā)文量與作者人次的關系;利用CiteSpace 5.7.R2的共現(xiàn)分析方法，分析作者、機構間的合作關系，揭示作者合作群與機構合作群;利用SciMat v1.1.04提供的關鍵詞聚類分析和共現(xiàn)分析，獲得該領域的熱點主題，并按聚類主題之間的語義關系展開主題詞流向分析，實現(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（起始時間根據(jù)納入的文獻中最早發(fā)文時間設置），Years Per Slice選擇1，Term Source選擇標題、摘要、作者、關鍵詞及增補關鍵詞;Node Types按照分析的順序依次選取作者和機構;Links Strength選取Cosine算法，Scope選擇Within Slices;Selection Criteria模塊選取g-index并設置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、關鍵詞和增補關鍵詞，數(shù)據(jù)精簡閾值為2、3、3，矩陣類型為共現(xiàn)矩陣，網(wǎng)絡精簡閾值為1、1、1，選取余弦指數(shù)為標準化網(wǎng)絡的相似度指標，選取簡單中心算法作為聚類算法，選擇全部文獻量作為分析主體，選取Jaccards index作為演化圖和重疊圖的相似度指標。

2? 結果

經(jīng)人工去重并按納入排除標準篩選后，獲得1002篇醫(yī)學影像相關文獻，其中，中文文獻981篇，外文文獻21篇。發(fā)文時間1986-2020年。

2.1? 發(fā)文時間分析

合理的時間區(qū)間劃分是繪制主題演化圖的必要步驟^[3]，采用固定時間窗口法^[4]統(tǒng)計年度發(fā)文量及作者人次（見圖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，作者總人次170，處于緩慢發(fā)展期;2001-2012年，總發(fā)文量432篇，作者總人次855，總發(fā)文量和作者人次呈波浪同步上升趨勢，研究成果顯著，國內(nèi)學者研究開始活躍;2013-2020年，總發(fā)文量475篇，和上一時期基本持平，但作者總人次達1042，呈直線上升趨勢，國內(nèi)學者研究更加活躍，但相應的成果并不顯著，發(fā)展處于平緩期。

整體而言，國內(nèi)學術界對于醫(yī)學影像領域的研究呈現(xiàn)緩慢波浪上升的發(fā)展趨勢，總發(fā)文量與作者總人次變化趨勢基本同步。3個時期的發(fā)文量和作者人次區(qū)分度明顯：早期，總發(fā)文量和作者總人次緩慢低速增長;中期，兩者呈波浪式上升趨勢;后期，兩者直線上升。

2.2? 作者合作網(wǎng)絡分析

通過CiteSpace 5.7.R2繪制醫(yī)學影像領域的作者合作圖譜，見圖2。節(jié)點代表作者，節(jié)點大小代表作者的發(fā)文頻次，節(jié)點之間的連線代表合作關系，圖中共有582個節(jié)點，298條連線，網(wǎng)絡密度為0.001 8。

該圖共顯現(xiàn)較為明顯的6個合作團隊，分別是以劉小艷、劉文亞、陳凝、宋宏偉、王駿、馮楠、吳虹橋、陳君坤等組成的團隊，合作區(qū)間為1986-2020年，主要關注醫(yī)學影像后處理技術、彌散加權成像、ROC曲線^[5]等;以張志常、徐東雨、婁巖、劉尚輝等組成的團隊，合作區(qū)間為1986-2014年，主張將大數(shù)據(jù)融入醫(yī)學應用中，關注計算機與醫(yī)學影像的應用;王世威、韓浙和許茂盛在2015年關注醫(yī)學影像共享平臺的搭建、影像系統(tǒng)、患者主索引、存儲池;張雪林和田軍章在2006年共同探討數(shù)據(jù)挖掘對于醫(yī)學影像診斷報告質量和效率的作用;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;曲哲和林國慶于2004年共同探討數(shù)據(jù)挖掘技術在醫(yī)學影像領域的應用。醫(yī)學影像領域雖形成一定的合作網(wǎng)絡，但合作多屬同機構短期合作，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，其主要關注醫(yī)學影像后處理技術、醫(yī)學影像技術質量控制與安全保證、X射線攝影、彌散加權成像等，2010年開始涉足分子影像學，與南通大學附屬醫(yī)院劉小艷之間的合作較多且合作力度較大，二者的引文計數(shù)和中心性均較高，提示二者在該領域影響力較大，信息傳遞能力較強。

2.3? 研究機構合作網(wǎng)絡分析

通過CiteSpace 5.7.R2繪制醫(yī)學影像領域的研究機構合作圖譜，見圖3。

圖中共有516個節(jié)點，187條連線，網(wǎng)絡密度為0.001 4。各研究機構間存在合作，其中有6個較為明顯的合作機構。

以南京軍區(qū)南京總醫(yī)院、南京鐵道醫(yī)學院、南通大學附屬醫(yī)院、常州市婦幼保健院、南通大學為主形成的合作網(wǎng)絡，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。

以中國醫(yī)科大學附屬第一醫(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、北京大學人民醫(yī)院為核心形成的合作網(wǎng)絡圍繞醫(yī)院展開，內(nèi)部結構相對復雜，但合作力度相對較淺。

以重慶醫(yī)科大學、重慶大學、空軍醫(yī)學高等專科學校、總裝備部重慶軍事代表局為核心形成的合作網(wǎng)絡圍繞高校展開，該合作網(wǎng)絡中重慶醫(yī)科大學與重慶大學和總裝備部重慶軍事代表局合作力度較大，與空軍醫(yī)學高等專科學校合作力度較小。

以中國藥科大學、中國藥學會、北京航空航天大學、勝利石油管理局中心醫(yī)院為核心的合作網(wǎng)絡呈現(xiàn)“科研機構+醫(yī)院”的形式，該合作網(wǎng)絡屬于跨省合作，結構簡單，內(nèi)部各機構合作力度較小。

以中國科學院為中心，包括南方醫(yī)科大學、北京大學、上海大學、清華大學、南京航空航天大學、上海交通大學、華僑大學、南方醫(yī)科大學第三附屬醫(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)學院、中國核工業(yè)北京401醫(yī)院、成像技術高精尖創(chuàng)新中心、中國工程院的合作機構。該合作網(wǎng)絡涉及范圍較廣，呈“高校+高校附屬醫(yī)院+科研機構+公司”的形式，內(nèi)部結構復雜，合作相對寬泛，學科發(fā)展成熟度較高。

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

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)學影像領域各時期的研究主題聚類圖，見圖4。圓圈代表聚類主題，圓圈大小代表該聚類主題在該時期的相關文獻量，越大表明該聚類主題在該時期受關注度越高，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個研究主題，分別是右上象限的診療顯像、醫(yī)學影像數(shù)據(jù)庫、醫(yī)學圖像處理和左下象限的CT、核醫(yī)學影像。

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

核醫(yī)學影像^[7]和CT屬于該時期開發(fā)不足、邊際聯(lián)系較弱的新興主題。核醫(yī)學影像包含關鍵詞影像引導手術（IGS）、腦血管疾病;CT包含關鍵詞超聲、計算機圖像數(shù)字化。二者內(nèi)部結構較為松散，關鍵詞較少且聯(lián)系較弱。

⑵2001-2012年共聚為8個研究主題，分別是右上象限的磁共振、醫(yī)學應用、存儲技術、醫(yī)學圖像處理，左下象限的虛擬仿真、現(xiàn)代醫(yī)學，坐標軸上的小波變換、優(yōu)化圖像質量。

醫(yī)學圖像處理包含關鍵詞數(shù)字影像、體繪制、模型、特征提取、算法、平板探測器^[8]、面繪制、動態(tài)范圍、增強掃描、診療顯像、醫(yī)學圖像的三維重建;磁共振包含關鍵詞成像技術、核醫(yī)學影像、CT、醫(yī)學影像診斷、計算機X線攝影、體層攝影術、分子醫(yī)學影像、影像技術學、診療顯像;醫(yī)學應用包含關鍵詞X射線、神經(jīng)網(wǎng)絡、發(fā)射型計算機、專家系統(tǒng)、教學、單光子、醫(yī)療影像設備;存儲技術包含關鍵詞信息技術、醫(yī)學影像信息系統(tǒng)、數(shù)字影像、臨床、關鍵技術、數(shù)據(jù)挖掘。以上4個皆為引擎類主題，醫(yī)學圖像處理由上一時期繼承發(fā)展而來，發(fā)文量明顯上升，受關注度有所提升;磁共振的中心度最大，為該時期影響力最大的研究主題，也是研究的中心性主題;醫(yī)學應用和存儲技術主題內(nèi)部結構緊湊，各關鍵詞間聯(lián)系緊密，有持續(xù)發(fā)展的潛力。

現(xiàn)代醫(yī)學和虛擬仿真屬于該時期新興主題，與其他主題聯(lián)系較弱，未來極易萎縮。現(xiàn)代醫(yī)學包含關鍵詞影像、影像學技術;虛擬仿真包含關鍵詞可視化、基因療法。二者內(nèi)部結構松散，關鍵詞數(shù)量較少，在該時期的發(fā)展處于萌芽期。

優(yōu)化圖像質量包含關鍵詞DR（數(shù)字化X線攝影）、醫(yī)療人工智能;小波變換包含關鍵詞圖像配準、醫(yī)學影像融合技術、圖像壓縮技術。二者結構松散，內(nèi)部關鍵詞較少，未來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個研究主題，分別是左上象限的醫(yī)學影像融合技術、信息技術，左下象限的教學，右上象限的成像技術、數(shù)據(jù)挖掘，右下象限的醫(yī)學影像診斷、醫(yī)學圖像處理。

醫(yī)學影像融合技術和信息技術在該時期發(fā)展較為穩(wěn)定，已成為該領域的專業(yè)性研究主題。醫(yī)學影像融合技術包含關鍵詞放射治療、模型、3D醫(yī)學影像;信息技術包含關鍵詞醫(yī)療、計算機圖像數(shù)字化、醫(yī)學影像共享。

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

成像技術和數(shù)據(jù)挖掘屬于該時期影響力較大并呈現(xiàn)持續(xù)發(fā)展的中心主題。成像技術包含關鍵詞磁共振、核醫(yī)學影像、CT、數(shù)字化醫(yī)學影像、超聲、生物醫(yī)學影像、分子醫(yī)學影像、醫(yī)療影像設備、診療顯像、醫(yī)學圖像的三維重建;數(shù)據(jù)挖掘包含關鍵詞醫(yī)療人工智能、影像組學、機器學習、存儲技術、算法、醫(yī)學影像數(shù)據(jù)庫、醫(yī)學應用、計算技術。

醫(yī)學影像診斷和醫(yī)學圖像處理屬于該時期基礎性、還沒有發(fā)展起來的主題。醫(yī)學影像診斷包含關鍵詞肺結節(jié)、疾病檢出率、合理選擇、現(xiàn)代醫(yī)學影像技術、乳腺癌、規(guī)范化;醫(yī)學圖像處理包含關鍵詞醫(yī)學影像分割、醫(yī)學影像技術專業(yè)、輔助診療、現(xiàn)代醫(yī)學、建設、影像技術學、醫(yī)院信息化。二者內(nèi)部關鍵詞較多且聯(lián)系較緊密，整體結構完整，未來具有較大的發(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)學影像領域各時期的研究主題演化路徑圖（見圖5），圓圈代表關鍵詞聚類而成的研究主題，圓圈大小代表與研究主題相關的文獻量，直線、虛線分別代表主流、支流的演化方向，線條粗細和顏色深淺與兩端聚類主題的相關性成正比。

根據(jù)圖5可知，隨著時間推移，醫(yī)學影像領域的研究主題數(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，研究人員主要關注基礎性研究主題，相關文獻量較少，主題受關注度較低且與下一時期的聯(lián)系不緊密;2001-2012年，隨著科學技術的進步和社會醫(yī)療需求的提升，大量新生主題不斷涌現(xiàn)，主題受關注度也有所提高，與下一時期的主題聯(lián)系比較緊密;2013-2020年，由早期演化發(fā)展而來的基礎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，受關注度較高。總體而言，醫(yī)學影像研究領域的發(fā)展并不成熟，目前正處于發(fā)展階段，本文研究的3個時期的主題變化較大，后期各聚類主題之間的演化關系較為復雜，從1986年至今，在4個方向上呈現(xiàn)出6條演化路徑。

2.5.1? 醫(yī)學影像的應用? 醫(yī)學圖像處理、診療顯像、CT—>醫(yī)學應用、虛擬仿真—>教學

該條演化路徑由早期的醫(yī)學圖像處理的主流方向和診療顯像的支流方向發(fā)展而來，主要關注臨床應用、應用與發(fā)展;計算機輔助教學、實驗教學、實習教學、混合式教學、教學探討、教學質量、教學方法、教學改革、教學研究;虛擬解剖、肝臟虛擬手術、虛擬儀器技術、虛擬膀胱鏡、虛擬手術刀、虛擬現(xiàn)實技術。

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

這2條演化路徑由早期的診療顯像、核醫(yī)學影像、CT研究主題的主流方向演化而來，主要關注放射性核素顯像、核素心肌顯像、正電子發(fā)射斷層顯像術;核醫(yī)學、核醫(yī)學影像組學、心臟核醫(yī)學、核醫(yī)學顯像;CT/MRI圖像配合標準技術、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)學成像、多模態(tài)成像、光聲成像、熒光成像、生物醫(yī)學成像;計算機輔助診斷、輔助診斷模型、診斷顯像。

2.5.3? 醫(yī)學影像的數(shù)據(jù)挖掘和信息技術? ⑴醫(yī)學圖像處理、醫(yī)學影像數(shù)據(jù)庫—>存儲技術、醫(yī)學應用—>數(shù)據(jù)挖掘;⑵醫(yī)學圖像處理—>存儲技術、現(xiàn)代醫(yī)學—>信息技術

第1條演化路徑由早期的醫(yī)學圖像處理和醫(yī)學影像數(shù)據(jù)庫演化發(fā)展而來，主要關注醫(yī)學影像數(shù)據(jù)、數(shù)據(jù)預處理、數(shù)據(jù)采集、數(shù)據(jù)模型、數(shù)據(jù)交換、數(shù)據(jù)庫設計、異構數(shù)據(jù)集成、動態(tài)數(shù)據(jù)交換;云存儲、光盤存儲、存儲網(wǎng)絡、斷層全息存儲、圖像存儲;醫(yī)療大數(shù)據(jù)、特征數(shù)據(jù)庫、醫(yī)學影像數(shù)據(jù)庫、數(shù)據(jù)庫知識發(fā)現(xiàn)、數(shù)據(jù)庫管理技術、數(shù)據(jù)庫系統(tǒng)。該條演化路徑上的研究主題一直處于右上象限，在各時期都是該領域影響力大、與外部區(qū)域主題相關度高的引擎類主題，發(fā)文量明顯遞增，越來越受到研究者的關注，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)學圖像處理的支流演化發(fā)展而來，主要關注遠程信息技術、現(xiàn)代信息技術、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，演化發(fā)展而成具有專業(yè)性、穩(wěn)定性的信息技術，該條路徑的發(fā)展?jié)摿ο鄬ζ渌窂捷^小，未來極易被其他主題詞吸收。

2.5.4? 醫(yī)學影像的處理? 醫(yī)學圖像處理—>醫(yī)學圖像處理、優(yōu)化圖像質量—>醫(yī)學圖像處理

該條演化路徑由早期的醫(yī)學圖像處理吸收優(yōu)化圖像質量演化發(fā)展而來，主要關注醫(yī)學影像后處理技術、計算機圖像處理技術、醫(yī)學圖像處理程序設計、醫(yī)學圖像配準、數(shù)字圖像處理、詞影像處理;圖像增強、影像質量、技術質量管理。該條演化路徑呈現(xiàn)了該領域基礎性、持續(xù)性發(fā)展的醫(yī)學圖像處理主題，該方向較穩(wěn)定且具有較強的演化發(fā)展?jié)摿湍芰Γ磥碇档锰接憽?/p>

3? 小結

整體而言，國內(nèi)學術界對于醫(yī)學影像領域的研究呈現(xiàn)緩慢、波浪式上升的發(fā)展趨勢，總發(fā)文量與作者總人次變化趨勢基本同步。國內(nèi)學者、機構之間的合作并不緊密，形成的合作網(wǎng)絡也多局限于短期合作，學者之間更多的是以同機構內(nèi)部、師承關系進行合作，機構合作也大多局限于某一地區(qū)，跨地域合作較為少見，未來可加強不同研究機構的作者之間的長期、深入合作。

隨著時間的推移，該領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，相互的演化關系較為復雜，在4個方向呈現(xiàn)6條演化路徑。醫(yī)學影像的應用和醫(yī)學圖像的處理演化過程較為穩(wěn)定，醫(yī)學影像的應用未來可開拓更廣的范圍，具有較大的發(fā)展?jié)摿?醫(yī)學影像診斷、成像技術、數(shù)據(jù)挖掘與信息技術是新增的熱點主題，演化過程復雜多樣，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。

參考文獻

[1] 李曉華.大數(shù)據(jù)視角下的醫(yī)學影像技術的發(fā)展與應用探究[J].科學技術創(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)學影像技術的發(fā)展與職業(yè)健康探究[J].吉林勞動保護，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.熱點論文分布特征與影響因素分析——兼評時間窗口與學科間差異[J].圖書情報工作，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)學影像學科發(fā)展現(xiàn)狀和展望[J].中國科學：生命科學，2020，50（11）：1158-1175.

[8] 陳卓，黎雁翩，張龔敏，等.醫(yī)用診斷X射線機現(xiàn)場體系考核的思考及建議[J].中國醫(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）