人工智能在脊柱畸形领域研究热点的可视化分析

作者：陶广义; 王琳梓; 杨彬; 黄俊卿^*

来源：中国组织工程研究, 2024, 28(30): 4915-4920.

• 脊柱畸形
• 人工智能
• 卷积神经网络
• 全基因组分析
• Citespace
• VOSviewer
• 可视化
• 文献计量学

背景：随着人工智能技术在治疗脊柱畸形领域的不断完善与进步，已有大量的研究投入到该领域当中，但主要研究现状、热点和发展趋势尚不明确。目的：采用文献计量学的方法可视化分析人工智能在脊柱畸形领域的相关文献，明确该领域的研究热点和不足，为今后研究工作研究提供参考。方法：在Web of Science核心集数据库检索建库至2023年收录的人工智能在脊柱畸形领域相关文献，通过Citespace 5.6.R5和VOSviewer 1.6.19软件对文献数据进行可视化分析。结果与结论：(1)共纳入文献165篇，此领域年发文量呈波动上升趋势，发文量最多的作者是Lafage V，发文量最多的国家是中国。(2)关键词分析结果显示，青少年早发性脊柱侧弯、深度学习、分类、精度和机器人是该研究领域的主要高频关键词。(3)文献共被引和高被引文献深度分析结果显示，人工智能在脊柱畸形领域有3大热点，包括利用U型架构(深度学习卷积神经网络的一种成熟模式)来自动测量影像学参数(Cobb角、棘旁肌准确分割等)、多视图相关网络架构(即脊柱曲度评估框架)及机器人引导脊柱手术。(4)在人工智能治疗脊柱畸形领域，基因组学等机制研究十分薄弱，未来可利用无监督分层聚类等机器学习技术，运用全基因组关联分析等基因组学研究方法，来进行脊柱畸形领域的易感基因等基础机制研究。

• 单位
  河南省中医院; 河南中医药大学