孫璇，王東軍，田春穎，關(guān)媛媛，田之魁，王泓午

（天津中醫(yī)藥大學(xué)健康科學(xué)與工程學(xué)院，天津 301617）

舌診是中醫(yī)診病的一個重要手段，是中醫(yī)辨證治療不可缺少的一部分，但相對而言，傳統(tǒng)中醫(yī)舌診方法易受到外界因素干擾[1]，且多為肉眼形象描述并不能客觀量化，限制了中醫(yī)診斷方法與技術(shù)的發(fā)展[2]。隨著中醫(yī)臨床現(xiàn)代化的進一步發(fā)展，對舌象診斷也提出了客觀化、定量化的新要求。因此，舌診客觀化這一主題應(yīng)運而生。以現(xiàn)代科學(xué)技術(shù)手段研究舌診原理，提高其臨床應(yīng)用價值，使其更加科學(xué)化、客觀化、具體化，已成為舌診研究的必然方向[3]。

信息可視化，是利用計算機將研究所需要的數(shù)據(jù)、信息、知識等復(fù)雜抽象內(nèi)容轉(zhuǎn)變?yōu)楦鼮橹庇^的視覺圖形[4]，以方便研究者能更快速、全面掌握該研究領(lǐng)域的動態(tài)、熱點及規(guī)律。CiteSpace是由陳超美教授于2004年開發(fā)的信息可視化軟件，廣泛應(yīng)用于探索研究領(lǐng)域的熱點及發(fā)展趨勢，被應(yīng)用于醫(yī)學(xué)、技術(shù)科學(xué)和管理學(xué)等研究領(lǐng)域，是目前很具有特色且被廣泛使用的可視化分析軟件[5]。本研究為了了解舌診客觀化領(lǐng)域發(fā)展，現(xiàn)從中國知網(wǎng)數(shù)據(jù)庫以“舌診”和“客觀化”為主題詞進行檢索，利用CiteSpace軟件對該領(lǐng)域作者、關(guān)鍵詞、研究機構(gòu)等方向進行了可視化分析，望從不同層面對舌診客觀化進行分析，以掌握其目前發(fā)展規(guī)律及今后發(fā)展趨勢。

1 資料與方法

1.1 數(shù)據(jù)來源及檢索策略 數(shù)據(jù)來源：中國知網(wǎng)數(shù)據(jù)庫；檢索策略：以“舌診”和“客觀化”為主題詞進行檢索，檢索時間為：2010年1月1日—2019年12月31日；納入文獻范圍：僅納入期刊、會議及學(xué)位論文。

1.2 研究方法 將中國知網(wǎng)（CNKI）中符合納入標準的文獻以Refworks格式導(dǎo)出，將納入文獻導(dǎo)入CiteSpace中進行格式轉(zhuǎn)換，并在Citespace中進行作者期刊、機構(gòu)的合作網(wǎng)絡(luò)分析，關(guān)鍵詞的共現(xiàn)分析；參數(shù)設(shè)置：Time Slicing中將時間跨度設(shè)置為2010—2019年，以1年為數(shù)據(jù)切分年代，關(guān)鍵詞和機構(gòu)的閾值選擇：Top N：50，Top N%：10．0%，剪切方式：Minimum spanning tree；作者的閾值選擇：Top N：20，Top N%：10．0%，剪切方式：Pathfinder。

2 結(jié)果

本研究共檢索到157篇文章，其中期刊文章86篇，學(xué)位論文50篇，會議論文21篇，分別占文章總數(shù)的 54．78%、31．85%、13．36%。

2.1 發(fā)表文獻時間分析 以每1年為時間節(jié)點研究2010—2019年相關(guān)舌診客觀化的文章發(fā)表情況，總體來看呈波動性發(fā)展，在2010年是發(fā)文量最多的年份，隨后雖有所下降但發(fā)展趨勢比較平穩(wěn)。詳細情況見圖1。

圖1 舌診客觀化相關(guān)文獻發(fā)表情況Fig.1 Publication of related literature on objectification of tongue diagnosis

2.2 作者共現(xiàn)可視化分析 由下圖譜可以看出，圖中顯示的作者共28位（n=28），連線數(shù)為 23（E=23），在下圖中，每一個節(jié)點代表一位作者，連線表示各作者的合作程度，由此說明該領(lǐng)域各作者之間合作關(guān)系比較密切；再者，節(jié)點的大小可以反映作者在該領(lǐng)域活躍程度，中心性較高的依次為：上海市的王憶勤團隊、許家佗團隊和天津市的陸小左團隊，且從聯(lián)線上看，他們各自所帶領(lǐng)的研究團隊也存在合作關(guān)系。根據(jù)普賴斯定律[6]，本研究核心作者最低發(fā)文量≈2．595，取整數(shù)3，發(fā)文量3篇及以上作者共21位，累計出現(xiàn)頻次127次，占總頻次的24．84%。作者共現(xiàn)可視化分析圖譜，見圖2。

圖2 作者共現(xiàn)可視化分析圖Fig.2 Visual analysis chart of co-occurrence of authors

2.3 機構(gòu)合作圖譜分析 節(jié)點代表作者所屬機構(gòu)，每個機構(gòu)的中心圓越大說明其發(fā)文量越多；連線表示各機構(gòu)合作密切程度，連線越多，線條越粗說明合作越多合作關(guān)系越密切。下可視化圖譜中，機構(gòu)節(jié)點為26，連線數(shù)為9，其中中心度較高的機構(gòu)依次為：上海中醫(yī)藥大學(xué)基礎(chǔ)學(xué)院、天津中醫(yī)藥大學(xué)、上海中醫(yī)藥大學(xué)曙光醫(yī)院等10所機構(gòu)，但由圖3可看出，各機構(gòu)間合作較少，且活躍度較高的機構(gòu)基本為高校及其附屬醫(yī)院，城市大多分布在上海市、天津市，跨區(qū)域合作較少。

圖3 機構(gòu)共現(xiàn)可視化圖譜Fig.3 Visualization map of mechanism co-occurrence

2.4 關(guān)鍵詞分析 關(guān)鍵詞在一定程度上能概括文章主題且能反映當前研究熱點[7]，按頻次排名前20名的關(guān)鍵詞見表1。運行CiteSpace軟件繪制關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析圖，得到圖譜，生成一個節(jié)點為68，聯(lián)線為80的關(guān)鍵詞圖譜，見圖4。聚類模塊值（modularity）Q=0．622 8， 聚 類 結(jié) 果 顯 著 ；mean silhouette=0．564 9，聚類結(jié)果合理可信；按中心度排名前10位關(guān)鍵詞分別為：舌診客觀化、客觀化、舌診、中醫(yī)、舌象、中醫(yī)舌診、綜述、維持血液透析、脈診、色調(diào)飽和度明度；去除中心度較高的舌診客觀化、客觀化、舌診等基礎(chǔ)詞，可以看出，2型糖尿病、冠心病、糖尿病等詞說明現(xiàn)在臨床研究主要集中在這兩個病種；舌診儀、圖像分割、特征提取等詞體現(xiàn)了舌診客觀化所依托的工具及目前技術(shù)發(fā)展方向。

表1 前20名關(guān)鍵詞頻次表Tab.1 Frequency of top 20 key words

圖4 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析圖Fig.4 Analysis diagram of keyword co-occurrence network

根據(jù)Donohue于1973年提出的高頻詞低頻次界分公式[8]，為（其中 T為高頻詞出現(xiàn)的最低次數(shù)，I為關(guān)鍵詞的個數(shù)），以此計算近十年亞健康相關(guān)文獻的高頻詞低頻詞界分閾值，T≈36．63，取整數(shù)為37，出現(xiàn)頻次37次及以上的關(guān)鍵詞為：舌診（44次）、舌象（39次）、客觀化（39次）。將關(guān)鍵詞共現(xiàn)可視化分析圖轉(zhuǎn)換為圖5、圖6的關(guān)鍵詞時區(qū)（timezone）視圖和關(guān)鍵詞時間線（timeline）視圖。首先本研究利用LLR算法通過關(guān)鍵詞timeline視圖可以看出關(guān)鍵詞聚類分為了7類依次為：#0 2型糖尿病、#1舌診客觀化、#2客觀化、#3舌象、#4特征提取、#5舌形、#6中醫(yī)診斷學(xué)；再者，通過關(guān)鍵詞timezone視圖可以了解逐年變化的研究內(nèi)容，更直觀的看到本研究領(lǐng)域研究內(nèi)容的遷移變化，呈現(xiàn)出從集中聚焦到多樣關(guān)注的演變特點，并且關(guān)鍵詞的時間斷面與發(fā)文量變化基本吻合，研究內(nèi)容也從單一的舌診客觀化轉(zhuǎn)變?yōu)橹嗅t(yī)四診客觀化研究，這也與中醫(yī)整體觀和四診合參理論相吻合。

圖5 關(guān)鍵詞時間線圖Fig.5 Keyword timeline view

圖6 關(guān)鍵詞時區(qū)圖Fig.6 Keyword timezone view

2.5 期刊分布情況 本研究納入157篇文獻，共涉及50種期刊，其中排名前3位的為中華中醫(yī)藥雜志、上海中醫(yī)藥大學(xué)學(xué)報、中華中醫(yī)藥學(xué)刊，分別占期刊總數(shù)的 6．98%、6．98%、4．65%。排名前 10 位期刊見表2。

表2 排名前10位期刊分布情況表Tab.2 Distribution of top 10 journals

3 討論

3.1 研究現(xiàn)狀 從本研究統(tǒng)計發(fā)文量較多機構(gòu)分析，目前舌診客觀化研究存在一定地域問題，研究機構(gòu)主要集中在上海市和天津市，且以高校及其附屬醫(yī)院帶領(lǐng)的研究團隊居多，但跨區(qū)域合作較少，這就將導(dǎo)致信息交流共享不足，阻礙該領(lǐng)域發(fā)展，再次提倡加強各機構(gòu)之間的學(xué)術(shù)交流，打破地域障礙；本研究納入了近10年有關(guān)舌診客觀化相關(guān)研究的文章，總體研究熱度有所下降，但發(fā)展趨勢較平穩(wěn)；值得一提的是，現(xiàn)舌診客觀化的研究已向多元化發(fā)展，從單一理論研究到舌診儀[9]研發(fā)、中醫(yī)四診客觀化及臨床的實踐應(yīng)用，取得了不俗的成績。

3.2 研究熱點 突發(fā)關(guān)鍵詞監(jiān)測是指未達到詞頻閾值要求的發(fā)現(xiàn)詞頻，相對增長率突然增加的詞反映研究主題潛在的發(fā)展趨勢，可以表明研究熱點和前沿[10]。從圖7分析，本研究截取了前25位突發(fā)關(guān)鍵詞，剔除舌診客觀化等基礎(chǔ)詞匯，可見從2010年其已不再局限于單純的舌診客觀化研究，對于脈象、望診已出初步涉獵；2015年之后關(guān)注臨床研究，主要應(yīng)用于糖尿病、冠心病等疾??；從2017年開始隨著舌診儀的研發(fā)，研究團隊更注重于舌象的采集和圖像的處理。雖然舌診客觀化的臨床研究一度成為研究熱點，但隨著時代的發(fā)展，舌圖像的采集及處理方面逐漸受到關(guān)注，舌圖像的客觀化采集是舌診客觀化研究的基礎(chǔ)，對推動中醫(yī)現(xiàn)代化有著重要意義[11]。綜上所述，舌圖像的后期處理仍是目前研究熱點。舌診客觀化研究進程有明顯的時代特征，但也有其連貫性。后者的發(fā)展需要前者打下的理論基礎(chǔ)，二者相輔相成共同促進舌診客觀化研究蓬勃發(fā)展。

圖7 關(guān)鍵詞突現(xiàn)詞分析Fig.7 Analysis of key words with the strongest citation bursts

3.3 研究趨勢 運用Citespace可視化分析軟件，對近10年舌診客觀化研究相關(guān)文獻進行分析，從結(jié)果可以看出，雖然近年來舌診客觀化研究熱度有所降低，但經(jīng)過長期發(fā)展，已經(jīng)形成了一個較為完整的體系。其研究內(nèi)容、熱點、領(lǐng)域也隨者時代的變遷和研究者思想的轉(zhuǎn)變而不斷變化[12]。其中王憶勤[13-15]為代表團隊主要研究中醫(yī)四診客觀化及糖尿病、冠心病等舌象特征，為日后臨床應(yīng)用打下基礎(chǔ)；陸小左[16-18]為代表的團隊在前者基礎(chǔ)上對于各種慢性病舌象又做了具體研究，使舌診客觀化理論在臨床上得以實踐。許家佗[19-21]為代表的團隊主要研究了應(yīng)用數(shù)理統(tǒng)計的方法對舌圖像進一步處理，使得舌診客觀化這個名詞更加具體且增強了臨床可操作性。

從2013—2018年，5年期間都有關(guān)于舌診客觀化的臨床研究，可以看出，無論什么時代，人們最關(guān)心的仍是臨床疾病的研究問題，所以建立統(tǒng)一舌圖像信息的采集和提取標準，建立典型疾病舌圖像庫是日后的研究趨勢。

4 小結(jié)

本研究首次應(yīng)用Citespace軟件對舌診客觀化領(lǐng)域進行研究，相對于以往單純的使用計量學(xué)方法，本研究以更為直觀、生動的形式展現(xiàn)了舌診客觀化領(lǐng)域的研究熱點及其發(fā)展趨勢。舌診客觀化研究最終也是為了推動中醫(yī)四診客觀化和中醫(yī)現(xiàn)代化發(fā)展，在此基礎(chǔ)上，隨著科學(xué)技術(shù)迅猛發(fā)展，可構(gòu)建智能化的中醫(yī)健康管理服務(wù)云平臺，從而實現(xiàn)對特定人群的個性化、動態(tài)化的健康管理[22]。讓舌診客觀化研究真正落實到臨床應(yīng)用中。

本研究也存在不足之處：因Citespace軟件局限性[23]，本研究僅納入了中國知網(wǎng)數(shù)據(jù)庫（CNKI）的文獻，可能存在相應(yīng)的數(shù)據(jù)缺失現(xiàn)象[24]，但是中國知網(wǎng)是目前國內(nèi)收錄期刊文獻最多的數(shù)據(jù)庫[25]，且本研究納入了近10年的舌診客觀化相關(guān)研究數(shù)據(jù)，結(jié)果有較高的參考價值。未來研究，運用更多元化的研究方法從不同的層面深入挖掘數(shù)據(jù)中隱含的信息[26]，以保證研究結(jié)果更加客觀可靠。