陳 濤 王靈麗 凌苗芊綦向軍 侯穎躍 陳國(guó)銘李志聰 李佳明 徐潔寧冷 西

1.廣東省廣州中醫(yī)藥大學(xué)第一臨床醫(yī)學(xué)院(廣東 廣州 510000)

2.廣州中醫(yī)藥大學(xué)第一附屬醫(yī)院(廣東 廣州 510405)

寶石能譜CT自2009年進(jìn)入臨床以來(lái)，始終位居CT技術(shù)的前排，其通過(guò)單源高低雙能(80kVp和140kVp)瞬時(shí)切換技術(shù)，在小于0.5毫秒的時(shí)間內(nèi)采集完全匹配的兩種能量數(shù)據(jù)，然后通過(guò)數(shù)學(xué)算法實(shí)現(xiàn)數(shù)據(jù)空間能譜解析。目前寶石能譜CT常用的參數(shù)和影像模式主要包括：基物質(zhì)圖像、單能量圖像、能譜曲線(xiàn)和有效原子系數(shù)。此外，后處理工作站的能譜觀察與分析系統(tǒng)(GSI Viewer)還向臨床提供了最佳對(duì)比噪聲比、散點(diǎn)圖以及直方圖等圖像分析工具[1]。

由于任一物質(zhì)的衰減均可轉(zhuǎn)化為發(fā)生相同衰減的兩種物質(zhì)的密度，寶石能譜CT通過(guò)分離技術(shù)，獲取相匹配的兩組基物質(zhì)如碘(水)物質(zhì)對(duì)的密度圖[2]，定量分析原始物質(zhì)。除質(zhì)量高的特點(diǎn)外，寶石能譜CT的單能量圖像信噪比和對(duì)比噪聲比更優(yōu)，在避免硬化偽影干擾的同時(shí)更好地顯示出病灶與正常組織間的差異[3]。能譜曲線(xiàn)則產(chǎn)生于各物質(zhì)在不同能量水平X線(xiàn)下具有的特征性吸收衰減情況，可提示組織結(jié)構(gòu)與病理類(lèi)型。另外，當(dāng)某元素的X線(xiàn)衰減系數(shù)與某物質(zhì)相同時(shí)，該元素的原子序數(shù)便等同于該物質(zhì)的有效原子序數(shù)[4]，從而令物質(zhì)檢測(cè)與鑒別得以實(shí)現(xiàn)。

鑒于技術(shù)上的各種優(yōu)勢(shì)，寶石能譜CT被廣泛應(yīng)用于腫瘤領(lǐng)域的研究，近些年來(lái)發(fā)展迅速并成為熱點(diǎn)[5]，例如利用其強(qiáng)大的后處理重建出較傳統(tǒng)CT更為清晰的頭頸部腫瘤及其血管虛擬單色圖像[2]；在各種腫瘤性病變的定性診斷、分級(jí)分期、預(yù)后療效評(píng)價(jià)[6]以及鑒別診斷方面也有著突破性作用[2，7-8]。

因此，本研究采用文獻(xiàn)計(jì)量學(xué)的分析方法，利用CiteSpace軟件對(duì)CNKI數(shù)據(jù)庫(kù)2010-2020年間寶石能譜CT在腫瘤領(lǐng)域內(nèi)研究的作者、年發(fā)文量、機(jī)構(gòu)、關(guān)鍵詞等文獻(xiàn)特征進(jìn)行分析和討論，通過(guò)關(guān)鍵文獻(xiàn)的篩選，了解近十年國(guó)內(nèi)寶石能譜CT在腫瘤領(lǐng)域的研究現(xiàn)狀，為研究人員進(jìn)一步研究該領(lǐng)域提供參考。

1 資料與方法

1.1 數(shù)據(jù)源本研究以中國(guó)知網(wǎng)(CNKI)為搜索引擎，檢索中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)(CAJD)。CAJD始建于1999年，如今已發(fā)展成為集期刊雜志、學(xué)位論文、會(huì)議論文等多種資源為一體的數(shù)字化學(xué)習(xí)平臺(tái)，期刊來(lái)源和引文數(shù)量多，范圍極其廣泛[9]，中文期刊8810余種，日更文量超過(guò)5萬(wàn)篇，累計(jì)囊括國(guó)內(nèi)外期刊文獻(xiàn)總量2億多篇，已成為最大的中文數(shù)據(jù)庫(kù)服務(wù)平臺(tái)[10]。

1.2 檢索方法本研究采用專(zhuān)業(yè)檢索，構(gòu)建表達(dá)式為：(SU = '能譜CT' OR SU ='CT能譜' OR SU ='spectral ct' OR SU ='寶石能譜'OR SU ='CT能譜成像' OR SU ='寶石CT' OR SU ='HDCT能譜' OR SU ='寶石HDCT' OR SU ='能譜成像') AND (SU = '腫瘤' OR SU ='癌癥' OR SU ='瘤子' OR SU ='瘤' OR SU ='惡性腫瘤' OR SU ='癌')，時(shí)間限定為2010年1月1日至2020年8月9日，限制數(shù)據(jù)庫(kù)檢索范圍為醫(yī)藥衛(wèi)生科技、基礎(chǔ)科學(xué)和信息科技。

1.3 數(shù)據(jù)處理本研究數(shù)據(jù)采用由陳超美教授開(kāi)發(fā)的可視化知識(shí)圖譜分析軟件CiteSpaceⅤ5.6進(jìn)行分析。該軟件是在數(shù)據(jù)可視化和科學(xué)計(jì)量學(xué)的背景下逐漸發(fā)展起來(lái)的引文分析軟件，主要關(guān)注分析科學(xué)中蘊(yùn)含的潛在知識(shí)，常用于分析其研究領(lǐng)域的社會(huì)關(guān)系，評(píng)價(jià)研究的學(xué)術(shù)影響力。因此本文運(yùn)用CiteSpace軟件，其主要原理為對(duì)知網(wǎng)數(shù)據(jù)清洗，提取關(guān)鍵詞、作者、機(jī)構(gòu)、基金、單位等，統(tǒng)計(jì)其出現(xiàn)頻次，進(jìn)行共現(xiàn)、聚類(lèi)等可視化分析，呈現(xiàn)研究領(lǐng)域科學(xué)知識(shí)的關(guān)系結(jié)構(gòu)、規(guī)律和分布情況。

1.4 軟件參數(shù)設(shè)置本研究的軟件設(shè)置參數(shù)如下：時(shí)間設(shè)置為2010~2020年，時(shí)間分區(qū)為1年，節(jié)點(diǎn)類(lèi)型分別選擇為作者、機(jī)構(gòu)和關(guān)鍵詞，閾值選項(xiàng)為T(mén)op N=50，修剪選項(xiàng)為關(guān)鍵路徑、修剪圖形、修剪合并網(wǎng)絡(luò)，其余為默認(rèn)設(shè)置。

2 結(jié) 果

2.1 納入情況本研究初步檢索CNKI文獻(xiàn)數(shù)據(jù)庫(kù)共1024篇文獻(xiàn)，經(jīng)雙人交叉篩選剔除會(huì)議論文、外文文獻(xiàn)、與主題無(wú)關(guān)的文獻(xiàn)后，共有696篇文獻(xiàn)納入研究，包含期刊文獻(xiàn)458篇，碩士論文216篇，博士論文22篇。

2.2 年度發(fā)文量文獻(xiàn)的發(fā)文量在一定程度上可以呈現(xiàn)所研究領(lǐng)域的研究程度和發(fā)展概況[11]。2010年—2020年國(guó)內(nèi)有關(guān)寶石能譜CT在腫瘤領(lǐng)域方面的文獻(xiàn)數(shù)量變化情況見(jiàn)圖1，自2010年—2017年上半年發(fā)文量呈明顯上升趨勢(shì)，以2012年至2013年上升幅度最大，年發(fā)文量由25篇增長(zhǎng)到80篇，提示當(dāng)時(shí)研究成果數(shù)量增加迅速，這一年間該領(lǐng)域研究進(jìn)展較快。到2017年年發(fā)文量達(dá)到最大，可以看出2017年寶石能譜CT在腫瘤方面的研究較前幾年達(dá)到頂峰。而后一年出現(xiàn)一個(gè)小波谷，2019年又急劇上升，至今仍波動(dòng)較大，較易受影響而呈現(xiàn)波動(dòng)趨勢(shì)?？傮w來(lái)看，寶石能譜CT在腫瘤方面的研究在早期呈現(xiàn)較為明顯的快速進(jìn)展趨勢(shì)。

圖1 年發(fā)文量圖。圖2 作者合作網(wǎng)絡(luò)共現(xiàn)圖譜(參數(shù)顯示：節(jié)點(diǎn)N=206，連線(xiàn)E=313，密度Density為0.0148，時(shí)間切片Slice Length為1年，每個(gè)時(shí)間分區(qū)選擇發(fā)文量前50名的作者。節(jié)點(diǎn)大小與該作者發(fā)文數(shù)量呈正比，節(jié)點(diǎn)顏色與發(fā)文時(shí)間相關(guān)。標(biāo)尺的不同顏色表示不同年份，從左至右依次為2010年至2020年。節(jié)點(diǎn)顏色對(duì)應(yīng)標(biāo)尺的顏色，由內(nèi)向外年份越近，年輪寬度代表該作者每年的發(fā)文量。節(jié)點(diǎn)間連線(xiàn)表示作者之間存在合作關(guān)系，連線(xiàn)粗細(xì)表示合作關(guān)系程度，顏色對(duì)應(yīng)首次合作發(fā)文的年份)。圖3 機(jī)構(gòu)合作網(wǎng)絡(luò)圖(參數(shù)顯示：節(jié)點(diǎn)N=67，連線(xiàn)E=15，密度Density為0.0068，時(shí)間切片Slice Length為1年，每個(gè)時(shí)間分區(qū)選擇發(fā)文量前50名的機(jī)構(gòu)。節(jié)點(diǎn)外圈紫色圓圈表示該文獻(xiàn)中介中心性值高，大于或等于0.1，中心性反映機(jī)構(gòu)在整個(gè)網(wǎng)絡(luò)中的重要性)。圖4 關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜(參數(shù)顯示：節(jié)點(diǎn)N=159，連線(xiàn)E=310，密度Density為0.0247，時(shí)間切片Slice Length為1年，選擇出現(xiàn)頻次前50名的關(guān)鍵詞。節(jié)點(diǎn)大小反映關(guān)鍵詞的出現(xiàn)頻次，節(jié)點(diǎn)之間的連線(xiàn)顯示共現(xiàn)關(guān)系[17]，連線(xiàn)粗細(xì)表示共現(xiàn)強(qiáng)度)。圖5 關(guān)鍵詞Timezone視圖(圖上方顏色標(biāo)尺的不同顏色表示不同年份，從左至右表示2010至2020年。節(jié)點(diǎn)表示關(guān)鍵詞，節(jié)點(diǎn)在橫軸上所處的位置與上方2010-2020年的時(shí)間軸相對(duì)應(yīng)，表示該關(guān)鍵詞首次出現(xiàn)的時(shí)間。節(jié)點(diǎn)間連線(xiàn)代表兩個(gè)關(guān)鍵詞出現(xiàn)在同一篇文獻(xiàn)，連線(xiàn)越粗，表示這兩個(gè)時(shí)間段傳承關(guān)系強(qiáng)，連線(xiàn)顏色對(duì)應(yīng)時(shí)間標(biāo)尺，表示首次出現(xiàn)在同一篇文獻(xiàn)的時(shí)間)。圖6 前11位關(guān)鍵詞高突現(xiàn)值圖譜(從左至右年份遞增，連續(xù)紅色格子代表該關(guān)鍵詞在一定時(shí)期內(nèi)被引頻次突然增加)。圖7 關(guān)鍵詞聚類(lèi)圖譜(參數(shù)顯示：節(jié)點(diǎn)N=157，連線(xiàn)E=177，密度Density為0.0145，時(shí)間切片Slice Length為1年，每個(gè)時(shí)間分區(qū)選擇出現(xiàn)頻次前50名的關(guān)鍵詞，聚類(lèi)模塊值=0.8158，聚類(lèi)平均輪廓值=0.6324。聚類(lèi)標(biāo)簽大小與聚類(lèi)規(guī)模版塊成正比，標(biāo)簽越小，聚類(lèi)中節(jié)點(diǎn)越多)。圖8 關(guān)鍵詞Timeline視圖(圖上方顏色標(biāo)尺的不同顏色表示不同年份，從左至右表示2010至2020年。節(jié)點(diǎn)表示關(guān)鍵詞，節(jié)點(diǎn)在橫軸上所處的位置與上方2010-2020年的時(shí)間軸相對(duì)應(yīng)，表示該關(guān)鍵詞首次出現(xiàn)的時(shí)間。節(jié)點(diǎn)間連線(xiàn)代表兩個(gè)關(guān)鍵詞出現(xiàn)在同一篇文獻(xiàn)，連線(xiàn)越粗，表示在同一篇文獻(xiàn)中次數(shù)越多，連線(xiàn)顏色對(duì)應(yīng)時(shí)間標(biāo)尺，表示首次出現(xiàn)在同篇文獻(xiàn)時(shí)間)。

2.3 作者發(fā)文量情況作者發(fā)文量作為衡量研究者成果產(chǎn)出的一項(xiàng)重要指標(biāo)[11]，對(duì)于某些領(lǐng)域的核心作者評(píng)估有著重要的參考意義。對(duì)于納入的696篇文獻(xiàn)的作者及其發(fā)表文章數(shù)量進(jìn)行收集整理，2010年—2020年間，發(fā)文量前15位作者見(jiàn)表1。發(fā)文量超過(guò)10篇的作者有6位，分別為林曉珠、高劍波、劉愛(ài)連、陳克敏、嚴(yán)福華和劉義軍，經(jīng)統(tǒng)計(jì)，表中前15位的作者發(fā)文量占納入研究文獻(xiàn)總數(shù)的24.29%，在寶石能譜CT與腫瘤領(lǐng)域的研究方面起到了舉足輕重的作用。

表1 前15位作者發(fā)文量統(tǒng)計(jì)表

作者合作網(wǎng)絡(luò)分析包含了作者在網(wǎng)絡(luò)中的重要性指標(biāo)和網(wǎng)絡(luò)屬性，可以提供領(lǐng)域中較有影響力的研究團(tuán)隊(duì)和具有潛在合作的作者信息，幫助研究者之間和研究小組建立合作關(guān)系[12]。

本研究借助CiteSpace對(duì)納入文獻(xiàn)作者進(jìn)行合作網(wǎng)絡(luò)分析，繪得圖譜如圖2。由圖可知，高劍波、劉愛(ài)連、陳克敏和林曉珠4位作者發(fā)文量位居前列，且在近年來(lái)均有文章發(fā)表，在該研究領(lǐng)域有著“領(lǐng)跑”的作用，同時(shí)，4位作者均與其他作者有著一定程度的合作關(guān)系。此外，圖中還形成了以黃丹、林華、廖麗萍、何川東、王晉秋、周瑩和劉啟榆；李琳、羅德紅、趙燕鳳、周純武和林蒙；賈永軍、于勇、段海峰和楊創(chuàng)勃為代表的作者合作網(wǎng)絡(luò)網(wǎng)，其他作者之間也存在一定的合作關(guān)系。

普賴(lài)斯定律[13]顯示，研究中核心作者最少發(fā)文量m值應(yīng)大于或等于3.26，取整數(shù)值為3，發(fā)文量達(dá)到3篇及以上的作者發(fā)表文獻(xiàn)數(shù)量之和為311，占全部納入文獻(xiàn)總量的44.68%，低于總文獻(xiàn)量的50%，表示尚未形成能譜CT與腫瘤領(lǐng)域的核心作者群，但近年來(lái)正在逐漸趨于完善。

2.4 機(jī)構(gòu)發(fā)文量分布從機(jī)構(gòu)情況分析，單位主要為大學(xué)及其附屬醫(yī)院。統(tǒng)計(jì)發(fā)文量前10位的機(jī)構(gòu)作表2，發(fā)文量超過(guò)20篇的機(jī)構(gòu)有5所，其中附屬醫(yī)院3所，學(xué)校2所，分別為鄭州大學(xué)、上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院、安徽醫(yī)科大學(xué)、大連醫(yī)科大學(xué)附屬第一醫(yī)院、鄭州大學(xué)第一附屬醫(yī)院，發(fā)文量依次為34篇、25篇、22篇、22篇、21篇。由表可知，前10位機(jī)構(gòu)發(fā)文量占研究文獻(xiàn)的28.16%，在該領(lǐng)域研究中也有著不可忽視的領(lǐng)導(dǎo)地位。

表2 國(guó)內(nèi)前10位機(jī)構(gòu)發(fā)文量統(tǒng)計(jì)表

對(duì)納入文獻(xiàn)機(jī)構(gòu)進(jìn)行合作網(wǎng)絡(luò)可視化分析，構(gòu)建機(jī)構(gòu)合作網(wǎng)絡(luò)圖3。由圖可見(jiàn)共涉及67個(gè)機(jī)構(gòu)，其中機(jī)構(gòu)間合作文獻(xiàn)15篇，且合作關(guān)系主要發(fā)生在同一大學(xué)的附屬醫(yī)院之間，密度低提示合作分布較分散，由圖分析，發(fā)文量靠前的研究機(jī)構(gòu)之間連線(xiàn)少，各機(jī)構(gòu)間合作較少、交流貧乏，合作研究成果有待進(jìn)一步加強(qiáng)。

2.5 核心期刊分布分析該研究領(lǐng)域的核心期刊有利于為學(xué)者在后續(xù)研究提供重要的理論陣地[14]。據(jù)文獻(xiàn)在刊登期刊中數(shù)量分布規(guī)律的總結(jié)：文獻(xiàn)期刊來(lái)源分布遵守布拉德福定律[15]，即如果將科技期刊按其登載相關(guān)論文數(shù)量多寡以遞減順序排列，則可以大致分為：核心區(qū)、相關(guān)區(qū)、邊緣區(qū)，每區(qū)刊論文數(shù)量相等，三區(qū)大致呈1：n：n2的關(guān)系。本文對(duì)納入文獻(xiàn)的期刊分布統(tǒng)計(jì)，共分析文獻(xiàn) 458篇，期刊來(lái)源153種。根據(jù)布拉德福定律，核心區(qū)、相關(guān)區(qū)、邊緣區(qū)的文獻(xiàn)數(shù)相等，均約為153篇，由此可求得三區(qū)期刊數(shù)分別為：7種，27種，119種，得出n值約等于4，符合布拉德福定律。7種核心區(qū)期刊屬于醫(yī)藥衛(wèi)生科技領(lǐng)域，其中6種收錄于北大核心期刊，表明我國(guó)寶石能譜CT在腫瘤領(lǐng)域已有一定的研究成果，且研究水平整體較高，同時(shí)也有深入研究的空間。

2.6 資助基金情況資助基金情況在一定程度上可以反映出研究的層次和水平，同時(shí)也可以反映相關(guān)部門(mén)的支持力度和重視程度[12,17]。2010年—2020年間，基金分布情況如下表3 ，寶石能譜CT在腫瘤領(lǐng)域的研究相關(guān)文獻(xiàn)獲基金共計(jì)114篇，占總納入文獻(xiàn)量的16.38%。其中獲國(guó)家級(jí)基金最多，達(dá)52篇，占獲助文獻(xiàn)的45.61%，以國(guó)家級(jí)自然科學(xué)基金為主，余下各省部級(jí)和市廳級(jí)科研基金共計(jì)62篇。該領(lǐng)域論文基金比為0.16，遠(yuǎn)低于2019年中國(guó)科技期刊引證報(bào)告(核心板)公布0.47[16]，從獲基金文獻(xiàn)數(shù)量來(lái)看，寶石能譜CT在腫瘤領(lǐng)域相關(guān)的研究重視程度還有待進(jìn)一步提高，相關(guān)科研成果也需加強(qiáng)。

表3 國(guó)內(nèi)獲助基金級(jí)別及發(fā)文量分布情況

2.7 關(guān)鍵詞分析關(guān)鍵詞是從文章中精煉提取，頻次較高的關(guān)鍵詞可以反映該領(lǐng)域的主要研究方向和熱點(diǎn)[12]。統(tǒng)計(jì)納入文獻(xiàn)關(guān)鍵詞的出現(xiàn)頻次和中介中心性，結(jié)果如表4所示，對(duì)所納入的文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析，構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖4，圖中顯示關(guān)鍵詞間聯(lián)系緊密，關(guān)聯(lián)性較強(qiáng)。結(jié)合關(guān)鍵詞頻次表和共現(xiàn)網(wǎng)絡(luò)，出現(xiàn)頻次前10位的關(guān)鍵詞結(jié)果如表4，依次為：能譜成像、體層攝影術(shù)、x線(xiàn)計(jì)算機(jī)、肺癌、原發(fā)性肝癌、胃癌、診斷、能譜曲線(xiàn)、鑒別診斷、淋巴結(jié)，其中大小排名前3位的節(jié)點(diǎn)所示關(guān)鍵詞能譜成像、體層攝影術(shù)、X線(xiàn)計(jì)算機(jī)出現(xiàn)頻次分別為：443次、318次、261次，且圖中可以看出排名前列的關(guān)鍵詞在近年來(lái)發(fā)表的文獻(xiàn)中依然存在，熱度不減。

表4 前10位高頻關(guān)鍵詞表

根據(jù)關(guān)鍵詞頻次、相互聯(lián)系及首次出現(xiàn)時(shí)間作Timezone圖，通過(guò)Timezone 圖可以看出在關(guān)鍵詞共現(xiàn)的基礎(chǔ)上，更加直觀地顯示了關(guān)鍵詞從集中到多樣化的演變特點(diǎn)，同時(shí)也展示了研究熱點(diǎn)隨時(shí)間遷延的過(guò)程[18]。圖中關(guān)鍵詞出現(xiàn)的數(shù)據(jù)集中在首次出現(xiàn)的年份，如圖所示關(guān)鍵詞及研究熱點(diǎn)遷徙過(guò)程：在早期的能譜成像、X線(xiàn)計(jì)算機(jī)、體層攝影術(shù)等代表影像技術(shù)方面的關(guān)鍵詞的基礎(chǔ)上，逐漸朝著診斷、淋巴結(jié)轉(zhuǎn)移、腎透明細(xì)胞癌等代表各類(lèi)腫瘤影像表現(xiàn)和診斷方面的關(guān)鍵詞方向發(fā)展。近年來(lái)關(guān)鍵詞影像組學(xué)和紋理分析逐漸進(jìn)入研究領(lǐng)域，開(kāi)辟出一條新的研究道路。

運(yùn)用CiteSpace的突增算法對(duì)關(guān)鍵詞進(jìn)行處理得到突現(xiàn)值圖譜，可以識(shí)別出主題在時(shí)間上的變化趨勢(shì)，突然增加的關(guān)鍵詞可以反映研究領(lǐng)域在時(shí)間上的變化趨勢(shì)，一定程度上預(yù)示著研究熱點(diǎn)和新興趨勢(shì)[19]。本研究前11位高突現(xiàn)值文獻(xiàn)如圖6，在2011年至2013年，突現(xiàn)詞為鑒別診斷、胰腺腫瘤和單能量圖像，連續(xù)三年都保持了較高的熱度，其中單能量圖像一直持續(xù)到2015年，成為當(dāng)時(shí)重要的研究熱點(diǎn)。突現(xiàn)詞甲狀腺結(jié)節(jié)、微血管密度、甲狀腺微小癌、能譜曲線(xiàn)在2014至2018年間陸續(xù)出現(xiàn)，但持續(xù)時(shí)間較短，突然出現(xiàn)又突然消失，熱點(diǎn)持續(xù)時(shí)間短。2019年到2020年，關(guān)鍵詞灌注成像、診斷價(jià)值、紋理分析、影像組學(xué)成為新的突現(xiàn)詞，揭示了當(dāng)下寶石能譜CT在腫瘤領(lǐng)域研究的相關(guān)熱點(diǎn)和最新消息，有助于研究者們明確方向。

運(yùn)用CiteSpace軟件對(duì)納入文獻(xiàn)進(jìn)行分析，得到關(guān)鍵詞聚類(lèi)圖譜如圖7。聚類(lèi)視圖體現(xiàn)聚類(lèi)間的結(jié)構(gòu)特征，將導(dǎo)出數(shù)據(jù)中表達(dá)內(nèi)容相同的關(guān)鍵詞合并，例如將能譜衰減曲線(xiàn)、體層攝影技術(shù)、寶石ct能譜曲線(xiàn)、x線(xiàn)計(jì)算機(jī)合并為能譜曲線(xiàn)；胃腫瘤、早期胃癌、胃間質(zhì)瘤、胃腸道間質(zhì)瘤合并為胃癌；將寶石ct、能譜ct成像、ct能譜成像等關(guān)鍵詞合并為能譜成像。

運(yùn)用LLR算法圍繞關(guān)鍵詞生成了12個(gè)聚類(lèi)，分別為：#0淋巴瘤、#1ct灌注、#2肝腫瘤、#3紋理分析、#4鑒別診斷、#5腎上腺、#6胃癌、#7結(jié)直腸癌、#8甲狀腺病變、#9圖像處理、#10危險(xiǎn)度分級(jí)、#11灌注成像。對(duì)上述聚類(lèi)結(jié)果進(jìn)行分類(lèi)，主要分為以下幾類(lèi)：主要研究對(duì)象：#0淋巴瘤、#2肝腫瘤、#5腎上腺、#6胃癌、#7結(jié)直腸癌、#8甲狀腺病變；主要研究技術(shù)方法：#1ct灌注、#3紋理分析、#9圖像處理、#11灌注成像；主要研究指標(biāo)：#4鑒別診斷、#10危險(xiǎn)度分級(jí)。其中圖中數(shù)字從0到11，數(shù)字越小，聚類(lèi)中包含的關(guān)鍵詞越多[20]。圖中Q(聚類(lèi)模塊值)=0.8158>0.3，表示聚類(lèi)結(jié)構(gòu)顯著，S(聚類(lèi)平均輪廓值)=0.6324>0.5，意味著聚類(lèi)的合理性較好。圖中顯示以能譜成像、體層攝影術(shù)、x線(xiàn)計(jì)算機(jī)、肺癌、胃癌、診斷等為節(jié)點(diǎn)的關(guān)鍵詞連接多個(gè)聚類(lèi)區(qū)塊，具有較高的中介中心性，在個(gè)聚類(lèi)之間有著重要的聯(lián)結(jié)作用。

在聚類(lèi)視圖的基礎(chǔ)上進(jìn)一步構(gòu)建Timeline見(jiàn)圖8，主要側(cè)重于勾畫(huà)各聚類(lèi)間的聯(lián)系以及各聚類(lèi)內(nèi)部之間的歷史跨度與時(shí)間特征。圖中右側(cè)顯示聚類(lèi)的名稱(chēng)，上方的時(shí)間軸表示關(guān)鍵詞第一次出現(xiàn)的時(shí)間，同一聚類(lèi)中節(jié)點(diǎn)按照時(shí)間順序排列在同一水平線(xiàn)[21]，連線(xiàn)表示聚類(lèi)中關(guān)鍵詞出現(xiàn)在同一篇文獻(xiàn)中，連線(xiàn)情況可以分析出相關(guān)的研究進(jìn)展。從各研究關(guān)鍵詞出現(xiàn)時(shí)間來(lái)看，2010年-2011年，x線(xiàn)計(jì)算機(jī)、體層攝影術(shù)、能譜成像、胃癌、胰腺腫瘤、鑒別診斷開(kāi)始受到廣泛關(guān)注，并且該時(shí)期出現(xiàn)了許多高被引頻次文獻(xiàn)，CT能譜在腫瘤領(lǐng)域的研究逐漸興起；2012年，淋巴結(jié)、肺癌、碘濃度成為研究熱點(diǎn)；2013年，肺結(jié)節(jié)、輻射劑量、鑒別、能譜曲線(xiàn)、診斷成為重點(diǎn)關(guān)注焦點(diǎn)；2015年病理分級(jí)成為新的關(guān)注點(diǎn)；2019年，準(zhǔn)確性、影像組學(xué)、紋理分析、分期、良惡性腫瘤等逐漸受到廣泛關(guān)注；2020年DSA開(kāi)始成為新的詞匯。預(yù)測(cè)未來(lái)將圍繞能譜CT新技術(shù)的應(yīng)用，如影像組學(xué)和紋理分析用于腫瘤類(lèi)型、分期等的判斷，以及進(jìn)一步提高研究準(zhǔn)確性為發(fā)展方向繼續(xù)探究。

2.8 被引頻次文獻(xiàn)計(jì)量學(xué)中，論文被引用的次數(shù)是衡量文獻(xiàn)影響力和質(zhì)量的基本指標(biāo)，被引次數(shù)高的文獻(xiàn)具有較高的學(xué)術(shù)參考價(jià)值[22]。對(duì)納入文獻(xiàn)的被引情況統(tǒng)計(jì)，得到前10位高被引頻次表5，高被引文獻(xiàn)主要集中在2010年至2013年，位于能譜CT發(fā)展的初期，此時(shí)間段為能譜CT初步建立并發(fā)展的階段，出現(xiàn)了大量具有較高學(xué)術(shù)參考價(jià)值的文獻(xiàn)，其中被引頻次第1位的文獻(xiàn)被引255次，主要介紹了寶石能譜CT興起早期在腫瘤診斷方面的應(yīng)用[23]，為能譜CT在腫瘤領(lǐng)域的應(yīng)用開(kāi)創(chuàng)了一個(gè)新的研究思路，同時(shí)也為后面的研究奠定了堅(jiān)實(shí)的基礎(chǔ)。

表5 前10位文獻(xiàn)被引頻次表

3 討 論

CiteSpace軟件是陳超美教授開(kāi)發(fā)的致力于文獻(xiàn)分析、數(shù)據(jù)挖掘、提取的一款可視化分析軟件，可以將大量的文獻(xiàn)數(shù)據(jù)轉(zhuǎn)化為清晰的可視化圖譜，尋找研究領(lǐng)域熱點(diǎn)，為人們更加清楚地發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的信息和相關(guān)性奠定了基礎(chǔ)[24]，近年來(lái)廣泛應(yīng)用于各種領(lǐng)域的研究。本研究運(yùn)用CiteSpace對(duì)能譜CT在腫瘤領(lǐng)域方面的研究進(jìn)行數(shù)據(jù)提取整理、可視化分析，包括對(duì)所納文獻(xiàn)的作者、機(jī)構(gòu)、基金、關(guān)鍵詞、被引頻次等方面數(shù)據(jù)使用可視化方式呈現(xiàn)，分析能譜CT在腫瘤領(lǐng)域的研究現(xiàn)狀和研究熱點(diǎn)，預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)，為研究者提供一個(gè)可以參考的數(shù)據(jù)信息。

3.1 研究現(xiàn)狀本文納入了近十年能譜CT與腫瘤相關(guān)研究文獻(xiàn)，從上述年發(fā)文量變化趨勢(shì)情況可以看出，能譜CT應(yīng)用于腫瘤領(lǐng)域的研究發(fā)文量逐年增加，目前正處于一個(gè)進(jìn)展的階段，但近年來(lái)出現(xiàn)波動(dòng)。從作者合作情況可以看出，核心作者在近年來(lái)合作增多，有助于推動(dòng)本研究領(lǐng)域研究成果的產(chǎn)出。從發(fā)文機(jī)構(gòu)情況來(lái)看，發(fā)文量前5位分別為鄭州大學(xué)、上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院、安徽醫(yī)科大學(xué)、大連醫(yī)科大學(xué)附屬第一醫(yī)院、鄭州大學(xué)第一附屬醫(yī)院，發(fā)文量均超過(guò)20篇，發(fā)文量位于前列的作者也均來(lái)自上述機(jī)構(gòu)，表明能譜CT應(yīng)用于腫瘤相關(guān)領(lǐng)域的研究是以大學(xué)及其附屬醫(yī)院為主要研究機(jī)構(gòu)推動(dòng)發(fā)展形成的。從基金獲取情況分析，該研究領(lǐng)域獲基金比還有待提高，政府在該領(lǐng)域的重視程度不高，該領(lǐng)域研究成果還有待加強(qiáng)。

3.2 研究熱點(diǎn) 突現(xiàn)詞可以反映研究主題潛在的發(fā)展趨勢(shì)，可以表明當(dāng)下研究的熱點(diǎn)和前沿[18]。在圖中共有11個(gè)關(guān)鍵詞出現(xiàn)在高突現(xiàn)值圖譜中，近年來(lái)灌注成像、診斷價(jià)值、紋理分析、影像組學(xué)等關(guān)鍵詞具有高突現(xiàn)值，逐漸發(fā)展為研究熱點(diǎn)。CT灌注成像是反映腫瘤組織內(nèi)血流動(dòng)力學(xué)變化的功能成像方式，為觀察腫瘤內(nèi)部組織微觀病理變化判斷提供了途徑，也在腫瘤的診斷、鑒別、評(píng)價(jià)療效及預(yù)后的判斷上具有重要的價(jià)值[25]。近年來(lái)，隨著腫瘤性疾病發(fā)病率的攀升，影像組學(xué)已逐漸成為一門(mén)新興學(xué)科在腫瘤性病變中應(yīng)用廣泛[26]，利用影像組學(xué)特征間接判斷腫瘤異質(zhì)性已經(jīng)成為新的研究熱點(diǎn)[27]。有研究表明紋理分析通過(guò)量化組織不均質(zhì)性及評(píng)估紋理粗糙程度等提供有關(guān)腫瘤表型和預(yù)后的重要信息[28]，臨床上常用來(lái)反映腫瘤內(nèi)部的異質(zhì)性和治療后的細(xì)微變化以及腫瘤存在的一些微觀特征，并且紋理分析還可以比病灶增長(zhǎng)時(shí)間更早更靈敏地區(qū)分放射性肺炎和腫瘤復(fù)發(fā)[27]。因此，基于以上腫瘤診斷、療效評(píng)價(jià)技術(shù)的快速發(fā)展，更多方便、無(wú)創(chuàng)、準(zhǔn)確度高的技術(shù)在CT上應(yīng)用，成為近年來(lái)學(xué)者們研究的熱點(diǎn)。

3.3 研究趨勢(shì)作者發(fā)文情況以及機(jī)構(gòu)發(fā)文情況可以看出，近年來(lái)核心作者仍存在合作發(fā)文，各學(xué)者之間交流不斷有助于新的研究成果的產(chǎn)出，一定程度上促進(jìn)著本研究領(lǐng)域的發(fā)展，而合作關(guān)系以同種機(jī)構(gòu)內(nèi)合作居多，大范圍內(nèi)的機(jī)構(gòu)間合作仍然缺乏，不利于不同機(jī)構(gòu)研究成果的交流。但本文的研究數(shù)據(jù)僅來(lái)源于中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)，缺乏國(guó)外相關(guān)文獻(xiàn)，且所納入文獻(xiàn)中博士、碩士論文占比較大，文獻(xiàn)數(shù)量不高，質(zhì)量參差不齊，故本研究結(jié)論僅能起到一定的參考作用，需要擴(kuò)大數(shù)據(jù)庫(kù)的查找范圍，納入外文文獻(xiàn)等方法來(lái)提高參考價(jià)值?？傮w來(lái)說(shuō)，CT能譜已經(jīng)在腫瘤領(lǐng)域廣泛應(yīng)用，針對(duì)腫瘤的診斷、鑒別、預(yù)后判斷均有一定的參考價(jià)值，且近年來(lái)也有影像組學(xué)和紋理分析等CT新技術(shù)應(yīng)用于腫瘤領(lǐng)域，使其逐漸朝著方便、快捷、創(chuàng)傷小、準(zhǔn)確度高的方向發(fā)展。