基于文献计量学的中国新型冠状病毒感染影像学研究分析

目的通过文献计量学的方法分析我国新型冠状病毒感染(coronavirus disease 2019,COVID-19)影像研究者发表于国内外的论文,探讨COVID-19影像学研究热点,为应对长期COVID-19带来的挑战提供参考和指引。方法在Web of Science和中国科学引文数据库检索2020年1月1日-2022年12月31日中国作者发表的COVID-19影像相关文献。应用CiteSpace软件进行文献计量及可视化分析。结果共纳入文献2229篇(Web of Science数据库1771篇,中国科学引文数据库458篇)。月度发文量呈显著增长再缓慢下降,而后维持在稳定水平的趋势。关键词及共被引聚类分析显示COVID-19影像领域的研究热点是COVID-19临床特征、影像鉴别诊断以及人工智能的应用。关键词突现分析显示爆发强度最强的关键词是“deep learning”(深度学习),爆发时长最长的关键词是“attention mechanism”(注意力机制)。结论近年来COVID-19影像领域研究稳中有进,医学影像人工智能领域最受关注。研究者们的关注重点是COVID-19临床症状和影像表现,以及人工智能技术在COVID-19辅助诊断中的应用。未来COVID-19影像研究的侧重点可能是改进算法模型以拓展人工智能在疾病诊断、治疗和管理方面的应用场景。