近5年脑卒中吞咽障碍研究进展的可视化分析

目的 对近5年脑卒中后吞咽障碍相关文献的研究现状、热点和趋势进行可视化分析。方法 检索2017年1月1日至2021年12月31日Web of Science核心合集收录的脑卒中后吞咽障碍相关文献,采用CiteSpace 5.7.R5软件进行可视化分析。结果 共纳入857篇文献,年发文量总体呈上升趋势;涉及61个国家/地区,211个机构,247位作者;美国、日本和中国为高产国家,曼彻斯特大学为领先机构,发文量前三的作者为Dziewas R、Wakabayashi H和Hamdy S。近3年的突现词主要有严重性、预测、经皮胃镜造口术、准确性、早期管理等。被引文献的聚类词有神经肌肉电刺激、吞咽筛查、卒中相关性肺炎、循证医学实践等。结论 脑卒中后吞咽障碍领域的研究呈上升趋势。     

深度学习在病理及检验诊断图像分析中的应用

摘要：深度学习模型如卷积神经网络、自动编码器、生成对抗网络等凭借强大的数据拟合能力和泛化能力，已成为医学辅助诊 断的必然趋势。 深度学习具有效率高、速度快、准确率高、客观性强等优势，广泛应用于病理学及检验诊断学等领域。 该文阐 述深度学习在病理学及检验诊断学图像分析领域的优势及基本模型，介绍其在病理学及检验诊断学中的应用及进展，总结面 临的问题与挑战。     

国际近15年太极拳研究的文献计量及可视化分析

目的:通过对国际上太极拳相关研究进行文献计量、共现分析、共被引分析、聚类分析及可视化分析,探索太极拳近15年研究现状、热点及趋势,以期为未来研究提供一定指导。方法:以Web of Science中的Web of Science Core Collection数据库为文献来源,检索2004—2018年太极拳相关研究。运用CiteSpace软件以作者、国家和机构、关键词作为节点进行共现分析,并对关键词进行聚类分析、时间演化分析和Burst分析,选取被引文献作为节点进行共被引分析,绘制相应的可视化图谱并进行解读。结果:共检索到相关文献2242篇,近年来太极拳研究热度一直持续不减。研究者之间合作密切,贡献较为突出的研究者以Wayne PM为代表。国家及机构间也有密切的合作关系,其中,高产国家以美国、中国为代表,影响力较高的国家以加拿大为代表,研究机构多为大学。研究热点与前沿主要集中在对肌肉、骨骼等运动系统,对心、肺、血管等功能、对精神情志及本体感觉等的调控。预测太极拳研究领域近期将会出现更多的系统评价,同时太极拳对抑郁状态的影响、与瑜伽等运动方式的比较等相关研究近期将持续不断。结论:运用Cit...     

近5年慢性意识障碍治疗的可视化分析

目的 了解近5年慢性意识障碍(pDOC)治疗的研究现状和研究热点,并预测未来的研究趋势。方法 检索2019年1月1日至2023年6月7日Web of Science核心合集数据库中pDOC治疗的相关文献,采用CiteSpace 5.8.R3软件进行可视化分析,分别绘制作者、国家、机构、关键词、共被引文献、共被引作者的知识图谱。结果 纳入411篇文献。年发文量呈上升趋势,影响力较大的作者为Aurore Thibaut,影响力突出的国家为比利时,发文量最多的机构为哈佛大学医学院。近5年的研究热点为pDOC患者的神经调控、预后评估以及护理和吞咽功能训练;主要使用的神经调控技术为经颅直流电刺激、重复经颅磁刺激、脑深部刺激和经皮耳迷走神经电刺激。未来的研究趋势为pDOC患者的神经调控和意识恢复机制的探索,主要使用的神经调控技术为脑深部刺激和经皮耳迷走神经电刺激。结论 pDOC治疗的研究呈上升趋势,主要关注pDOC患者的神经调控、预后评估以及护理和吞咽功能训练,未来研究仍将集中于探讨pDOC患者的神经调控和意识恢复机制。     

miRNA对阿尔茨海默病诊断价值的Meta分析

目的 系统评价miRNA对阿尔茨海默病（AD）的诊断价值。方法 计算机检索PubMed、Web of Science、EMbase、The Cochrane Library、CNKI、WanFang Data、VIP和CBM数据库,搜集有关miRNA对AD诊断价值的研究,检索时限均从建库至2021年10月31日。由2名研究者独立筛选文献、提取资料并评价纳入研究的偏倚风险后,采用RevMan 5.3软件和Stata 14.0软件进行Meta分析。结果 共纳入22个研究,包括4 006例受试者。Meta分析结果显示,miRNA诊断AD的合并敏感度（SEN）、特异度（SPE）、阳性似然比（PLR）、阴性似然比（NLR）、诊断比值比（DOR）、工作特征曲线（SROC）下面积（AUC）分别为：0.83[95%CI(0.79,0.87)]、0.80[95%CI(0.76,0.83)]、4.07[95%CI(3.37,4.92)]、0.21[95%CI(0.17,0.27)]、19.20[95%CI(12.96,28.48)]和0.88[95%CI(0.85,0.90)]。结论 当前证据显示miRN...     

近5年经颅磁刺激治疗脑卒中的可视化分析

目的 对近5年经颅磁刺激治疗脑卒中相关研究的现状、热点及前沿进行可视化分析。方法 检索2018年1月1日至2022年12月31日Web of Science核心合集数据库中经颅磁刺激治疗脑卒中的相关文献,采用CiteSpace 6.1.R6软件进行可视化分析。结果 年发文量逐年上升,发文量最多的作者是Abo Masahiro,发文量最多的国家是中国,发文量最多的机构是中山大学。热点关键词为大脑皮质、功能性磁共振成像、皮质兴奋性、可塑性等。突现强度排在前5位的关键词依次为单侧空间忽略、脑卒中后、神经性疼痛、皮质可塑性、经胼胝体抑制。结论 经颅磁刺激治疗脑卒中相关研究的热度逐年上升,未来可关注经颅磁刺激对单侧空间忽略、神经性疼痛等的治疗效果,可进一步研究经颅磁刺激对皮质可塑性的影响。     

基于CiteSpace近5年重复经颅磁刺激文献计量学及可视化分析

目的:通过对国内外近5年的重复经颅磁刺激(rTMS)相关研究进行文献计量学及可视化分析,概述其研究现状、热点以及热点演变趋势。方法:检索中国知网(CNKI)和Web of Science(WoS)数据库核心集2015—2019年rTMS的相关文献。运用CiteSpace软件对作者、国家和机构、关键词进行共现分析,对关键词进行聚类分析、时间演化分析、突显词(Burst)分析,同时绘制相应知识图谱。结果:CNKI检索共获得996篇文献,张通为高产作者,机构发文数最多的是首都医科大学康复医学院;WoS检索获得2086篇文献,JONATHAN DOWNAR为高产作者,国家发文数最多的是美国,中心度较高的国家是葡萄牙。国内外在rTMS领域的研究热点主要集中在对抑郁症、精神分裂症等精神类疾病的治疗,对脑卒中后遗症认知、运动功能障碍的恢复研究以及对大脑皮质各功能区的作用机制探索。预测该领域在未来一段时间内将继续深入rTMS对脑区功能影响的研究,并进一步揭示其作用机制。结论:运用CiteSpace对国内外近5年rTMS研究文献进行可视化分析,较为直观地反映了rTMS的研究现状、热点及热点演变趋势,为rTMS研究的选题、发展方向等提供一定参考。     

深度学习在影像学诊断膝关节病变中的应用进展

膝关节为骨关节炎主要好发部位。深度学习（DL）为医学图像分析的新方法之一,已广泛用于分割膝关节结构、检测病灶、自动分级及预测膝关节骨性关节炎进展。本文就DL在影像学诊断膝关节病变中的研究进展进行综述。     

深度学习在胃组织病理诊断中的应用进展

深度学习在组织病理中的应用主要包括对组织病理进行诊断和分级、评估生物标志物以及患者预后。为了使深度学习模型更具泛化性和鲁棒性,常通过颜色归一化和数据增强等对图像进行预处理。目前,深度学习在胃组织病理诊断中的研究也在不断探索,主要包括利用深度学习识别癌变区域,或者对胃组织病变进行分类(包括对病变进行良恶性分类的二分类法,或者区分正常黏膜、胃炎或者胃癌等的三分类法),以及判定胃癌是否出现了淋巴结转移。此外,也有少数研究将人工智能应用于辅助病理医师进行胃组织病变的诊断,这不仅提高了病理医师诊断的准确率,而且缩短了诊断时间。     

脑脊液磷酸化tau蛋白在阿尔茨海默病诊断中的应用

目的探讨脑脊液磷酸化tau(p-tau)蛋白在阿尔茨海默病(AD)诊断中的水平变化及临床价值。方法采用酶联免疫吸附实验(ELISA)方法检测51例AD患者、52例血管性痴呆(VD)患者及50例对照者脑脊液p-tau蛋白浓度,比较不同组别中p-tau水平的差异,同时运用受试者工作特性(ROC)曲线分析p-tau蛋白对AD的诊断价值,并确定其p-tau检测AD的最佳临界值及灵敏度、特异性。结果AD组、VD组及对照组脑脊液p-tau蛋白浓度中位数及四分位数间距(P25~P75)依次为76.3(59.1~89.8)ng/L、36.4(28.3~44.2)ng/L和34.9(27.7~41.6)ng/L,其中AD患者脑脊液p-tau浓度高于VD组和对照组,差异有统计学意义(P0.01),VD组脑脊液p-tau蛋白水平稍高于对照组,但差异无统计学意义(P=0.326)。ROC曲线分析结果显示,脑脊液p-tau蛋白诊断AD的曲线下面积(AUC)为0.944(95%CI:0.904~0.985)。选择55.5ng/L作为脑脊液p-tau蛋白检测AD的最佳临界值(Cut-off),此时检测AD的灵敏度为82.4%,特异度为96.1%。结论脑脊液p-tau蛋白在AD患者中特异性增高,可作为检测AD的生物标志物应用于临床,为AD的诊断提供重要实验室依据。     

近10年脑机接口技术用于脑卒中康复领域的可视化分析

目的 对近10年脑机接口技术用于脑卒中康复领域的相关研究进行可视化分析,识别并预测研究热点及其演变趋势。方法 检索Web of Science核心合集数据库中2011年1月至2022年10月收录的脑机接口技术用于脑卒中康复领域的相关文献,通过CiteSpace 5.8.R3软件绘制发文量、国家、机构、作者、关键词、共被引以及基金支持的可视化图谱并进行解读。结果与结论 共纳入592篇文献。该领域研究年发文量呈快速增长趋势,研究热度持续增加。美国在此领域处于领先地位,合作发文量最多且中介中心性最高;中国在此领域具有一定的优势,但仍需加强与其他国家/地区间交流合作。国外机构、作者间形成交流密切的合作关系网络,并形成以Niels Birbaumer、Cuntai Guan、Kai Keng Ang等为代表的高影响力团队;国内作者、机构之间合作关系欠佳,存在地域限制,缺乏高影响力的学术团体。关键词以“motor imagery”“recovery”等为代表形成10个主要聚类和15个变化率高的突显词,研究方向呈现出多元化趋势。上肢运动康复的疗效研究和中枢机制探讨一直是该领域的热点,且在未来一段时间...     

近五年失神经肌萎缩相关研究的可视化分析

目的 对近5年失神经肌萎缩相关研究的现状、热点及前沿进行可视化分析。方法 利用Web of Science核心数据库检索失神经肌萎缩领域相关文献,通过CiteSpace 5.8.R3软件分别从年发文量、被引频次、国家、机构、作者、关键词、参考文献等方面进行可视化分析。结果 2017年至2021年共检索到516篇文献。年发文量总体呈上升趋势,被引频次逐年增加。美国、加拿大及英国为高影响力国家,意大利帕多瓦大学为领先机构,作者孙华林发文量最多,作者Bodine S C和Sandri M为主要影响人物。基于细胞学、分子生物学和组织形态学的生理病理机制,以及物理因子疗法、药物、运动锻炼等防治措施,是该领域的研究热点。预测以活性氧为靶点,以寻找多靶向蛋白水解系统药物为目标,探究有效的失神经肌萎缩防治措施,可能成为前沿趋势。结论 该可视化分析总结了失神经肌萎缩领域研究趋势和发展,并预测潜在的研究前沿和热点方向。     

Deep learning for intelligent diagnosis in thyroid scintigraphy

ObjectiveTo construct deep learning (DL) models to improve the accuracy and efficiency of thyroid disease diagnosis by thyroid scintigraphy.MethodsWe constructed DL models with AlexNet, VGGNet, and ResNet. The models were trained separately with transfer learning. We measured each model’s performance with six indicators: recall, precision, negative predictive value (NPV), specificity, accuracy, and F1-score. We also compared the diagnostic performances of first- and third-year nuclear medicine (NM) residents with assistance from the best-performing DL-based model. The Kappa coefficient and average classification time of each model were compared with those of two NM residents.ResultsThe recall, precision, NPV, specificity, accuracy, and F1-score of the three models ranged from 73.33% to 97.00%. The Kappa coefficient of all three models was >0.710. All models performed better than the first-year NM resident but not as well as the third-year NM resident in terms of diagnostic ability. However, the ResNet model provided “diagnostic assistance” to the NM residents. The models provided results at speeds 400 to 600 times faster than the NM residents.ConclusionDL-based models perform well in diagnostic assessment by thyroid scintigraphy. These models may serve as tools for NM residents in the diagnosis of Graves’ disease and subacute thyroiditis.     

Alzheimer's disease: Seeing the signs early

Purpose: Many patients with early symptoms of Alzheimer's disease (AD) first seek help from their primary care providers (PCPs). PCPs must therefore be watchful for signs and symptoms of AD, and should screen elderly patients who complain of memory and cognitive problems for dementia.
Data sources: Published literature on case detection, diagnosis, and treatment of AD.
Conclusions: There are a number of simple, accurate, and fast tools to facilitate case detection, including the Mini-Mental State Examination. Once a diagnosis has been made, healthcare providers, patients, and caregivers can evaluate treatment options. Several medications are available for symptomatic treatment of AD, including the cholinesterase inhibitors donepezil, galantamine, and rivastigmine, and for later stage disease, the N-methyl D-aspartate (NMDA) receptor antagonist, memantine.
Implications for Practice: Early intervention is critical because a delay in treatment is associated with nonreversible symptom progression. Realistic treatment expectations include reduction in symptom severity and slowed decline in cognition, function, and behavior. Treatment may allow patients to retain independence longer and reduce the burden that advanced AD places on caregivers.     

运动性肌肉损伤物理治疗研究的可视化分析

目的 对运动性肌肉损伤物理治疗相关文献的研究现状、热点和发展趋势进行可视化分析。方法 检索从建库至2022年10月31日Web of Science核心合集收录的运动性肌肉损伤物理治疗的相关文献,采用CiteSpace 6.1.R3软件进行可视化分析。结果 共纳入357篇文献,涉及51个国家/地区,532位作者,346个机构;年发文量呈整体上升趋势,发文量最高的国家为美国、机构为Edith Cowan University、作者为Howatson Glyn;最近3年关注度较高的关键词有肌肉损伤后表现、离心训练、康复、肌肉酸痛;被引文献聚类词包括运动性肌肉损伤、延迟性肌肉酸痛、泡沫轴滚动按摩、运动功能。结论 运动性肌肉损伤为肌肉微损伤,关注最多的是损伤后肌肉酸痛、肌筋膜疼痛、超微结构改变等。运动性肌肉损伤物理治疗的研究呈上升趋势。主要的物理治疗方法包括冷冻疗法、冷水疗法、按摩、泡沫轴滚动按摩、离心训练;目前离心训练是该领域的研究热点,泡沫轴滚动按摩可能是该领域未来的研究方向。     

近五年神经病理性疼痛相关研究的可视化分析

目的:探索过去5年来神经病理性疼痛研究中的学科热点和合作网络,对这些研究进行定性和定量的分析,以明确未来的研究方向,促进进一步的研究。方法:有关神经病理性疼痛的研究文献来源于Web of Science数据库。通过CiteSpace 5.8.R3软件分别从年发文量、被引频次、国家、机构、基金、作者、关键词、参考文献等方面进行可视化分析。结果:共纳入3187篇文献,分析结果显示：该领域年均发文量在600篇以上,年发文量总体呈上升趋势,发文量最多的作者为元祥涛,作者Finnerup NB和Chaplan SR为主要影响人物,美国约翰斯·霍普金斯大学为领先机构,基于中枢敏化、氧化应激、神经炎症、小胶质细胞激活探讨的发病机制,以及重复经颅磁刺激、经皮神经电刺激、和非阿片类药物开发的治疗措施,是该领域的研究热点。预测以免疫机制为基础,探讨免疫系统和神经病理性疼痛之间的相互作用,评估免疫调节剂在疼痛中的疗效,探究有效的神经病理性疼痛的防治措施,可能成为前沿趋势。结论:本研究通过可视化分析总结了神经病理性疼痛领域的研究趋势和发展,并预测潜在的研究前沿和热点方向。     

基于机器学习和脑网络的阿尔茨海默病多模态影像研究进展

阿尔茨海默病是发生在中老年人群体中的神经退行性疾病,以记忆障碍和认知能力下降为主要特征。目前大多数关于阿尔茨海默病的多模态影像研究主要集中在局部特定脑区,缺乏对全脑网络模式的深入探讨。本文针对基于机器学习和脑网络的阿尔茨海默病多模态影像研究进行概述。首先,介绍了阿尔茨海默病的定义以及机器学习技术在脑疾病影像研究中的局限性;其次,阐述了机器学习在脑网络预测中的通用流程,主要包括：特征提取、特征选择与特征降维、模型构建、模型评价;最后,依次介绍了机器学习在阿尔茨海默病的灰质结构脑网络、白质结构脑网络、静息态功能脑网络以及多模态融合脑网络的研究成果。通过对近年来研究成果的梳理,本文对该领域未来发展方向进行了以下三点展望：大样本多中心研究,具有可解释性的深度学习技术,建立纵向预测模型。     

Individual subject classification for Alzheimer's disease based on incremental learning using a spatial frequency representation of cortical thickness data

Patterns of brain atrophy measured by magnetic resonance structural imaging have been utilized as significant biomarkers for diagnosis of Alzheimer's disease (AD). However, brain atrophy is variable across patients and is non-specific for AD in general. Thus, automatic methods for AD classification require a large number of structural data due to complex and variable patterns of brain atrophy. In this paper, we propose an incremental method for AD classification using cortical thickness data. We represent the cortical thickness data of a subject in terms of their spatial frequency components, employing the manifold harmonic transform. The basis functions for this transform are obtained from the eigenfunctions of the Laplace-Beltrami operator, which are dependent only on the geometry of a cortical surface but not on the cortical thickness defined on it. This facilitates individual subject classification based on incremental learning. In general, methods based on region-wise features poorly reflect the detailed spatial variation of cortical thickness, and those based on vertex-wise features are sensitive to noise. Adopting a vertex-wise cortical thickness representation, our method can still achieve robustness to noise by filtering out high frequency components of the cortical thickness data while reflecting their spatial variation. This compromise leads to high accuracy in AD classification. We utilized MR volumes provided by Alzheimer's Disease Neuroimaging Initiative (ADNI) to validate the performance of the method. Our method discriminated AD patients from Healthy Control (HC) subjects with 82% sensitivity and 93% specificity. It also discriminated Mild Cognitive Impairment (MCI) patients, who converted to AD within 18 months, from non-converted MCI subjects with 63% sensitivity and 76% specificity. Moreover, it showed that the entorhinal cortex was the most discriminative region for classification, which is consistent with previous pathological findings. In comparison with other classification methods, our method demonstrated high classification performance in both categories, which supports the discriminative power of our method in both AD diagnosis and AD prediction.     

运动减轻孤独症神经炎症的可视化分析

目的 探索近10年来孤独症谱系障碍(ASD)-小胶质细胞研究领域的热点及未来发展趋势,对ASD的神经炎症以及运动减轻ASD症状的免疫调控机制及可能的通路进行综述。方法 从Web of Science核心数据库中检索2012年1月至2021年12月ASD-小胶质细胞相关研究。采用CiteSpace 5.8.R3软件对纳入文献的年度发文量、高频关键词及关键词聚类等进行可视化分析。结果与结论 共纳入783篇文献,发文量总体呈上升趋势。神经炎症是ASD发病机制相关研究的热点,其中小胶质细胞的异常激活、炎性细胞因子水平的改变是ASD发生、发展的重要因素。运动是改善ASD的重要干预方法,可能通过减轻神经炎症或调控小胶质细胞介导的炎症通路实现。