摘要：目的" 使用可視化分析軟件對近20年來在人工智能應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域的研究熱點及趨勢進行分析，為相關(guān)科研和醫(yī)療工作者開展相應(yīng)研究和應(yīng)用提供參考。方法" 在CNKI和Web of Science 核心合集數(shù)據(jù)庫檢索自2002年1月-2022年12月發(fā)表的關(guān)于人工智能應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域的相關(guān)文獻，將收集到的文獻以標(biāo)準(zhǔn)格式導(dǎo)入CiteSpace軟件中，從年發(fā)文量、作者、研究機構(gòu)、關(guān)鍵詞4個方面進行可視化圖譜分析。結(jié)果" 納入人工智能應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域研究共2181篇，其中CNKI數(shù)據(jù)庫納入539篇，Web of Science核心合集數(shù)據(jù)庫納入1642篇。該領(lǐng)域CNKI數(shù)據(jù)庫研究者共267人，發(fā)文機構(gòu)209個；該領(lǐng)域Web of Science核心合集數(shù)據(jù)庫共有學(xué)者640人，發(fā)文機構(gòu)468個；CNKI數(shù)據(jù)庫文獻的研究熱點主要為人工智能、醫(yī)療器械、醫(yī)學(xué)裝備、深度學(xué)習(xí)、輔助診斷等，其中人工智能、醫(yī)學(xué)裝備、輔助診斷是研究前沿；Web of Science核心合集數(shù)據(jù)庫文獻的研究熱點和前沿主要有分類、物聯(lián)網(wǎng)、信息技術(shù)、圖像分割、深度學(xué)習(xí)、醫(yī)學(xué)人工智能等。結(jié)論" 目前，醫(yī)療領(lǐng)域的人工智能正蓬勃發(fā)展。雖然應(yīng)用廣泛，但合作仍分散。未來的研究將更加強調(diào)團隊合作和跨學(xué)科交叉，以便更好地利用各方面的資源和優(yōu)勢，為科研人員提供更加清晰的研究方向和指導(dǎo)，從而推動研究成果的創(chuàng)新和發(fā)展。

關(guān)鍵詞：人工智能；醫(yī)學(xué)裝備；CiteSpace；可視化分析

中圖分類號：TP18；R197.39" " " " " " " " " " " " " " "文獻標(biāo)識碼：A" " " " " " " " " " " " " "DOI：10.3969/j.issn.1006-1959.2024.05.006

文章編號：1006-1959（2024）05-0038-06

Visualization Analysis of Artificial Intelligence Applied to Medical Equipment Research

Based on CiteSpace

QIN Hong-na1，CHEN Qiu-hong1，CHEN Zhi-jie1，NONG Xiao-lin2

（1.School of Information and Management，Guangxi Medical University，Nanning 530021，Guangxi，China;

2.Department of Oral and Maxillofacial Surgery，Affiliated Stomatological Hospital，Guangxi Medical University College of Stomatology，Nanning 530013，Guangxi，China）

Abstract：Objective" To analyze the research hotspots and trends of artificial intelligence applied to medical equipment in the past 20 years by using visual analysis software， and to provide reference for relevant scientific research and medical workers to carry out corresponding research and application.Methods" The relevant literatures on the application of artificial intelligence in the field of medical equipment published from January 2002 to December 2022 were searched in the core collection database of CNKI and Web of Science. The collected literatures were imported into CiteSpace software in standard format， and the visual map analysis was carried out from four aspects： annual publication volume， authors， research institutions and keywords.Results" A total of 2181 literatures on the application of artificial intelligence in the field of medical equipment were included， including 539 literatures in the CNKI database and 1642 literatures in the Web of Science core collection database. A total of 267 researchers from CNKI database in this field and 209 publishing institutions were included. There were 640 scholars and 468 publishing institutions in the core collection database of Web of Science in this field. The research hotspots of CNKI database literature mainly included artificial intelligence， medical equipment， medical equipment， deep learning， auxiliary diagnosis， etc.， which were the research frontiers of artificial intelligence， medical equipment and auxiliary diagnosis. The research hotspots and frontiers of Web of Science core collection database literature mainly included classification， Internet of Things， information technology， image segmentation， deep learning， medical artificial intelligence， etc.Conclusion" At present， artificial intelligence in the medical field is booming. Although widely used， cooperation is still scattered. Future research will place more emphasis on teamwork and interdisciplinary crossover， so as to make better use of various resources and advantages， provide researchers with clearer research directions and guidance， and promote the innovation and development of research results.

Key words：Artificial intelligence;Medical equipment;CiteSpace;Visual analysis

醫(yī)學(xué)裝備是指用于醫(yī)學(xué)診斷、輔助治療、患者康復(fù)和醫(yī)學(xué)研究等領(lǐng)域的各種儀器設(shè)備和器材。目前，醫(yī)學(xué)裝備已經(jīng)成為醫(yī)學(xué)領(lǐng)域的重要組成部分，對于醫(yī)療質(zhì)量和效率的提高具有至關(guān)重要的意義和價值[1]。自21世紀(jì)以來，隨著人工智能（Artificial Intelligence，AI）的高速發(fā)展，將人工智能應(yīng)用于醫(yī)學(xué)裝備，可以使醫(yī)學(xué)裝備具備更多的功能，從而提高醫(yī)學(xué)裝備的智能化、自動化和精準(zhǔn)化水平，促進醫(yī)學(xué)研究的良性發(fā)展，提高醫(yī)學(xué)診斷的正確率，為后續(xù)的治療提供方便和更多可能[2]。因此，探索人工智能賦能醫(yī)學(xué)裝備領(lǐng)域的現(xiàn)狀以及前沿?zé)狳c等問題具有現(xiàn)實意義。CiteSpace是一種主流的領(lǐng)域熱點的文獻計量學(xué)的可視化分析分析軟件，是由美國德雷塞爾大學(xué)陳超美教授基于JAVA語言開發(fā)[3]。CiteSpace軟件它可以對大量文獻數(shù)據(jù)進行可視化分析，以圖形化形式呈現(xiàn)不同領(lǐng)域的關(guān)系、研究趨勢和知識結(jié)構(gòu)等信息，幫助研究者更好地理解和掌握研究現(xiàn)狀和前沿[4]。本研究使用可視化分析軟件對近20年來在人工智能應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域的研究熱點及趨勢進行分析，旨在為相關(guān)科研和醫(yī)療工作者開展相應(yīng)研究和應(yīng)用提供參考。

1資料與方法

1.1數(shù)據(jù)來源" 文獻數(shù)據(jù)分別來自CNKI和Web of Science核心合集數(shù)據(jù)庫，CNKI中檢索式TS=（人工智能or深度學(xué)習(xí)or機器學(xué)習(xí)）and（醫(yī)學(xué)裝備or醫(yī)學(xué)設(shè)備or醫(yī)療器械or醫(yī)學(xué)實驗裝置or醫(yī)學(xué)軟件or醫(yī)學(xué)系統(tǒng)or醫(yī)療設(shè)備or醫(yī)療儀器or醫(yī)療器具or醫(yī)療器材or計算機輔助診斷系統(tǒng)）。Web of Science核心合集數(shù)據(jù)庫中檢索式TS=（“Artificial intelligence”or “deep learning”）and（“medical equipment”or “medical device”or “medical software”or “hospital system”or“medical instrument”or“Computer aided diagnostic system”）。納入標(biāo)準(zhǔn)：摘要內(nèi)容符合人工智能應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域的主題，其中在Wed of Science核心合集數(shù)據(jù)庫剔除我國作者發(fā)表的英文文獻，時間設(shè)定為2002年1月1日-2022年12月31日，排除標(biāo)準(zhǔn)為科技成果、報紙、會議文獻、會議、書稿序言、圖書等。

1.2研究方法" 中文文獻數(shù)據(jù)在CNKI下載，導(dǎo)出“Reforks”格式，使用NoteExpress軟件對所有數(shù)據(jù)進行去重后，最終獲得539篇。英文文獻數(shù)據(jù)在Web of Science核心合集數(shù)據(jù)庫下載，導(dǎo)出為純文本文件格式，去重后最終獲1642篇。利用CiteSpace6.1.R2軟件對所得到的文獻數(shù)據(jù)進行可視化分析，探索人工智能技術(shù)在醫(yī)學(xué)裝備領(lǐng)域中的研究進展、研究熱點和研究趨勢。將可視化軟件時間片設(shè)置為1年，繪制作者、機構(gòu)、關(guān)鍵詞共現(xiàn)圖譜，同時結(jié)合關(guān)鍵詞出現(xiàn)頻率、中心性等客觀數(shù)據(jù)，評估分析對象的研究熱度、重要程度以及研究趨勢。

2結(jié)果與分析

2.1發(fā)文量趨勢分析" 分析發(fā)文量趨勢在一定程度上可以衡量某一領(lǐng)域在未來的發(fā)展趨勢和受關(guān)注程度，為研究提供重要參考[5]。根據(jù)檢索結(jié)果在CNKI和Web of Science核心合集數(shù)據(jù)庫上分別檢索到539和1642篇，對其進行統(tǒng)計分析繪制年發(fā)文量線圖（圖1）。由圖可知，2002-2017年屬于該領(lǐng)域研究的起步階段，發(fā)文量小幅度增加，CNKI和Web of Science核心合集數(shù)據(jù)庫發(fā)文量均低于40篇。2017-2022年屬于該領(lǐng)域研究的快速發(fā)展階段，發(fā)文量漲幅飛速，CNKI和Web of Science核心合集數(shù)據(jù)庫發(fā)文量分別增加95篇、442篇。

2.2作者合作網(wǎng)絡(luò)分析" 根據(jù)CiteSpace軟件數(shù)據(jù)統(tǒng)計發(fā)文量前5的作者，見表1。CNKI數(shù)據(jù)庫發(fā)文量最高的作者是中國食品藥品檢定研究院醫(yī)療器械檢定所的王浩，Web of Science核心合集數(shù)據(jù)庫發(fā)文量最高的作者是美國路易斯維爾大學(xué)的El-baz Ayman。

使用CiteSpace軟件將T節(jié)點設(shè)置為“Author”，生成作者合作網(wǎng)絡(luò)圖譜。作者合作網(wǎng)絡(luò)圖譜反映了在該研究領(lǐng)域中作者之間的合作密切程度與合作模式[6]。在作者合作網(wǎng)絡(luò)圖譜中，每個節(jié)點代表一個作者，節(jié)點之間的連線代表作者之間存在合作關(guān)系，連線的粗細可以反映合作的強度和類型[7]。如圖2和圖3所示，主要的研究團隊為王浩、任海萍、孟祥峰、李佳戈等為代表的團隊，總體說來CNKI數(shù)據(jù)庫的研究者間的合作強度較低，研究力量較為分散。Web of Science核心合集數(shù)據(jù)庫主要的研究團隊為El-baz， Ayman、Ghazal，Mohammed、Tada，Tomohiro、Lee，Yeha，他們的合作強度較高，研究力量更加集中，表明Web of Science核心合集數(shù)據(jù)庫的學(xué)者更重視該領(lǐng)域的研究。

2.3機構(gòu)地區(qū)共現(xiàn)分析" 運用CiteSpace軟件繪制人工智能應(yīng)用于醫(yī)學(xué)裝備研究領(lǐng)域的機構(gòu)合作網(wǎng)絡(luò)圖譜，以展示人工智能應(yīng)用于醫(yī)學(xué)裝備研究領(lǐng)域的核心研究群體。從圖4和圖5機構(gòu)共現(xiàn)圖譜顯示，CNKI數(shù)據(jù)庫中各機構(gòu)之間在智能醫(yī)學(xué)裝備領(lǐng)域的研究合作關(guān)系不夠緊密，合作項目和合作頻率相對較低。相比之下，Web of Science核心合集數(shù)據(jù)庫中各機構(gòu)之間的合作關(guān)系更加緊密，合作項目和合作頻率較高。

從研究機構(gòu)的地區(qū)分布來看，CNKI數(shù)據(jù)庫發(fā)文量排名前3的機構(gòu)分別來自湖北的華中科技大學(xué)（10篇）、北京的國家藥品監(jiān)督管理局醫(yī)療器械技術(shù)評審中心（10篇）、上海的上海交通大學(xué)（8篇）。Web of Science核心合集數(shù)據(jù)庫中發(fā)文量排名前3的機構(gòu)分別來自美國的哈佛大學(xué)（48篇）、埃及知識庫（44篇）、韓國首爾大學(xué)（39篇），見表2。

2.4研究熱點分析

2.4.1關(guān)鍵詞共現(xiàn)分析" 在可視化分析軟件中設(shè)置關(guān)鍵詞節(jié)點生成關(guān)鍵詞共現(xiàn)圖譜[8]，以反映人工智能技術(shù)在醫(yī)學(xué)裝備領(lǐng)域的熱點研究方向。如圖6和圖7圖中出現(xiàn)了人工智能、深度學(xué)習(xí)、醫(yī)療器械、醫(yī)療設(shè)備、輔助診斷、醫(yī)學(xué)影像、醫(yī)學(xué)裝備、肺結(jié)節(jié)、機器學(xué)習(xí)、artificial intelligence、classification、computer aided diagnosis等字號較大的關(guān)鍵詞，說明這些關(guān)鍵詞是該領(lǐng)域的研究熱點和研究方向。

2.4.2關(guān)鍵詞聚類分析" 關(guān)鍵詞的聚類圖譜可以更清晰地展現(xiàn)研究熱點與前沿趨勢[9]，其中圖譜中顯示的#0～#7代表人工智能應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域中各聚類名稱，聚類大小與聚類序號呈負(fù)相關(guān)。在CNKI和Web of Science核心合集數(shù)據(jù)庫的關(guān)鍵詞聚類視圖中選取排名前8的關(guān)鍵詞進行聚類分析，得到圖8、圖9的聚類圖譜。從圖8可以看出，CNKI數(shù)據(jù)庫的研究熱點主要集中在醫(yī)療設(shè)備及其智能化、醫(yī)學(xué)裝備的輔助診斷等方面。而在圖9中可以發(fā)現(xiàn)，在Web of Science核心合集數(shù)據(jù)庫中，學(xué)者的研究主要集中在醫(yī)療裝備的智能化、圖像分割與識別、機器學(xué)習(xí)、深度學(xué)習(xí)等方面。雖然兩個數(shù)據(jù)庫研究的熱點有所不同，但是都聚焦于醫(yī)療裝備智能化、深度學(xué)習(xí)、機器學(xué)習(xí)、圖像分割和識別等前沿技術(shù)。這些研究方向和趨勢有望為醫(yī)學(xué)裝備領(lǐng)域帶來更多的創(chuàng)新與發(fā)展。

3討論

3.1 AI應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域的發(fā)文量分析" 通過文獻可視化分析可知，近5年來，人工智能在醫(yī)學(xué)裝備領(lǐng)域的研究發(fā)文量呈現(xiàn)顯著增長的趨勢，這表明該領(lǐng)域具有廣闊的前景，并且取得了重要的進展和成果。當(dāng)前，國家政策的引導(dǎo)和人工智能技術(shù)的興起等因素對該領(lǐng)域的研究產(chǎn)生了積極的影響[10-12]，使其進入了一個熱潮期。自2017年以來，關(guān)于人工智能在醫(yī)學(xué)裝備領(lǐng)域的相關(guān)文獻數(shù)量大幅增加。在過去的10年中，人工智能在醫(yī)學(xué)裝備領(lǐng)域的總發(fā)文量占據(jù)了2002-2022年總發(fā)文量的70%以上。這些數(shù)據(jù)趨勢預(yù)示著未來將有更多的國家和研究人員參與到人工智能在醫(yī)學(xué)裝備領(lǐng)域的研究中。

3.2研究機構(gòu)及作者合作分析" 對人工智能在醫(yī)學(xué)裝備領(lǐng)域的機構(gòu)地區(qū)共現(xiàn)和作者合作網(wǎng)絡(luò)分析，發(fā)現(xiàn)研究者之間的合作更多集中在同一地區(qū)或機構(gòu)，而且相互間合作越緊密，合作發(fā)文量也越多。此外，國內(nèi)研究者間、團隊間的合作也有待加強?？鐚W(xué)科合作是推進人工智能應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域研究的關(guān)鍵[13]，當(dāng)前研究團隊成員只由醫(yī)學(xué)和計算機科學(xué)專業(yè)人員組成，需要加強不同領(lǐng)域的合作，以提高研究的質(zhì)量和深度，推動該領(lǐng)域的發(fā)展。

3.3 AI應(yīng)用于醫(yī)學(xué)裝備領(lǐng)域的研究熱點前沿趨勢分析" 通過查閱相關(guān)文獻，并結(jié)合關(guān)鍵詞共現(xiàn)圖譜、聚類分析，發(fā)現(xiàn)人工智能在醫(yī)學(xué)裝備領(lǐng)域的研究熱點和前沿主要包括以下幾個方面。首先，深度學(xué)習(xí)、機器學(xué)習(xí)在醫(yī)學(xué)圖像識別和解析領(lǐng)域的應(yīng)用是一個重要的研究熱點。通過深度學(xué)習(xí)、機器學(xué)習(xí)，可以有效地識別和分析醫(yī)學(xué)圖像，如X光片、CT掃描和MRI圖像，從而幫助醫(yī)生診斷各種疾病，如肺癌、腦癌、齲齒等各種疾病[14-16]。其次，人工智能醫(yī)學(xué)輔助診斷系統(tǒng)也是一個研究熱點。通過結(jié)合人工智能技術(shù)和醫(yī)學(xué)專業(yè)知識開發(fā)出輔助診斷系統(tǒng)，系統(tǒng)可以幫助醫(yī)生做出更準(zhǔn)確的決策，從而提高治療效果，減少醫(yī)療資源的浪費[17，18]。另外，智能醫(yī)療穿戴設(shè)備也是該領(lǐng)域的研究熱點。目前智能手表、健康監(jiān)測設(shè)備等醫(yī)療穿戴設(shè)備已經(jīng)廣泛應(yīng)用于患者的生理參數(shù)和運動數(shù)據(jù)的實時監(jiān)測和分析，提供實時的健康監(jiān)測、預(yù)警和提高治療效果[19，20]。這些研究熱點和前沿趨勢表明人工智能技術(shù)在醫(yī)學(xué)裝備領(lǐng)域的應(yīng)用正處于一個熱潮期，因此進一步關(guān)注和研究這些熱點和前沿趨勢至關(guān)重要，其為醫(yī)學(xué)裝備的發(fā)展和創(chuàng)新提供了有力的支持。

3.4本研究的局限性" 本研究存在一定的局限性，僅選取了中國知網(wǎng)數(shù)據(jù)庫和Web of Science數(shù)據(jù)庫核心集的文獻作為研究的文獻數(shù)據(jù)來源，而忽略了其他國內(nèi)數(shù)據(jù)庫和外文數(shù)據(jù)庫，這可能導(dǎo)致數(shù)據(jù)來源不夠豐富，具有一定的局限性和主觀性。

本研究通過對近20年國內(nèi)外人工智能技術(shù)在醫(yī)學(xué)裝備相關(guān)文獻進行了基于CiteSpace可視化分析，通過可視化圖形和表格展示，深入探究了該領(lǐng)域的研究熱點、研究趨勢以及研究成果等方面。從結(jié)果可以看出人工智能在醫(yī)學(xué)裝備領(lǐng)域的研究文獻呈現(xiàn)出快速增長的趨勢，其已廣泛應(yīng)用在醫(yī)學(xué)裝備領(lǐng)域的研究和實踐應(yīng)用中，是當(dāng)下研究熱點方向之一，國內(nèi)對該領(lǐng)域的應(yīng)用尚處于起步階段，具有極大的研究潛力和應(yīng)用前景。

參考文獻：

[1]李志勇，李鵬偉，高小燕，等.人工智能醫(yī)學(xué)技術(shù)發(fā)展的聚焦領(lǐng)域與趨勢分析[J].中國醫(yī)學(xué)裝備，2018，15（7）：136-145.

[2]張磊，袁鑒辭，李靜.基于物聯(lián)網(wǎng)技術(shù)的醫(yī)學(xué)裝備質(zhì)控管理平臺設(shè)計[J].電子設(shè)計工程，2023，31（17）：164-168.

[3]褚旭龍，史冬梅，劉進長.近20年中國智能機器人領(lǐng)域研究熱點——基于CiteSpace的文獻計量分析[J].科學(xué)技術(shù)與工程，2023，23（6）：2477-2484.

[4]Zhang G，Song J，F(xiàn)eng Z，et al.Artificial intelligence applicated in gastric cancer： A bibliometric and visual analysis via CiteSpace[J].Front Oncol，2023，12：1075974.

[5]劉春，蹇文淵，段俊國.人工智能應(yīng)用于糖尿病視網(wǎng)膜病變的文獻計量學(xué)分析[J].中國全科醫(yī)學(xué)，2023，26（15）：1847-1856.

[6]唐莉，徐欣，廖玍.口腔醫(yī)學(xué)領(lǐng)域人工智能研究前沿和熱點分析[J].中國循證醫(yī)學(xué)雜志，2022，22（6）：684-691.

[7]李科科，于文兵，李碩奇，等.基于CiteSpace的大學(xué)生社交焦慮研究的熱點與前沿趨勢分析[J].中國全科醫(yī)學(xué)，2022，25（33）：4217-4226.

[8]李雙遠，呂彥昌.疫情防控背景下人工智能口罩檢測技術(shù)的研究熱點——基于CiteSpace可視化圖譜分析[J].吉林化工學(xué)院學(xué)報，2022，39（9）：55-60.

[9]杭苒楓，何子揚，王思遠，等.基于CiteSpace的國內(nèi)外病人安全文化研究的可視化分析[J].現(xiàn)代醫(yī)院，2022，22（9）：1326-1331.

[10]韓曉光，朱小龍，姜宇楨，等.人工智能與機器人輔助醫(yī)學(xué)發(fā)展研究[J].中國工程科學(xué)，2023，25（5）：43-54.

[11]Grazia D，F(xiàn)rancesca D，Antonio F，et al.Healthcare system：Moving forward with artificial intelligence[J].Technovation，2023，120：102510.

[12]魏東海，Steven Stumpf，Louis Rubino，等.從遠程醫(yī)療到互聯(lián)網(wǎng)+人工智能（AI）醫(yī)療看醫(yī)療數(shù)字化的演進[J].中國研究型醫(yī)院，2022，9（5）：64-76.

[13]陶會榮.多學(xué)科交叉融合人才培養(yǎng)模式探究——以醫(yī)療設(shè)備應(yīng)用技術(shù)專業(yè)為例[J].科技與創(chuàng)新，2020，162（18）：86-88.

[14]Nam JG，Park S，Park CM，et al.Histopathologic Basis for a Chest CT Deep Learning Survival Prediction Model in Patients with Lung Adenocarcinoma[J].Radiology，2022，305（2）：441-451.

[15]謝志勇，周翔.基于機器學(xué)習(xí)的醫(yī)學(xué)影像分析在藥物研發(fā)和精準(zhǔn)醫(yī)療方面的應(yīng)用[J].中國生物工程雜志，2019，39（2）：90-100.

[16]嚴(yán)鑫淼，孫桃蘭，盧雨航，等.基于機器學(xué)習(xí)的四川省12歲兒童齲齒預(yù)測模型[J].華西口腔醫(yī)學(xué)雜志，2023，41（6）：686-693.

[17]王冰，張明博，萬政，等.動態(tài)人工智能超聲輔助診斷系統(tǒng)對甲狀腺結(jié)節(jié)診斷價值研究[J].中國實用外科雜志，2022，42（6）：680-684.

[18]趙艷娜，柳俊，謝榮理，等.計算機輔助診斷系統(tǒng)與TI-RADS分級及超聲評分法對甲狀腺良惡性結(jié)節(jié)診斷價值的比較[J].實用醫(yī)學(xué)雜志，2021，37（13）：1746-1749.

[19]陶楊，張勇，鐘韻，等.基于智能穿戴設(shè)備和互聯(lián)網(wǎng)絡(luò)的社區(qū)慢病管理在社區(qū)高血壓病人健康管理中的應(yīng)用效果[J].保健醫(yī)學(xué)研究與實踐，2022，19（4）：134-137，145.

[20]Chidambaram S，Maheswaran Y，Patel K，et al.Using Artificial Intelligence-Enhanced Sensing and Wearable Technology in Sports Medicine and Performance Optimisation[J].Sensors （Basel），2022，22（18）：6920.

收稿日期：2023-08-25；修回日期：2023-09-11

編輯/肖婷婷