基于CiteSpace的国内虚拟现实在医学应用方面的研究热点及趋势

岳 新，关然丽，王金环

(1.黑龙江科技大学 计算机与信息工程学院，哈尔滨 150022； 2.黑龙江中医药大学 第一临床医学院，哈尔滨 150040)

0 引言

借助VR技术可帮助研究人员更直观全面地认识新冠病毒分子机制，从而为人类对抗新冠病毒提供帮助。VR在医学方面的主要应用：手术培训：外科医生可以在VR中反复练习手术流程，获得更多经验。疼痛管理：医生用VR头显来帮助病人减轻病痛。理疗和复健：Kinect可以让患者在家进行训练，并在运动范围内收集数据，以引导患者进行最有益的训练。VR技术在医学方面的应用凸显了其重要性，继续深入探究虚拟现实在医学中的应用具有良好前景。数据来源于CNKI并以“虚拟现实和医学应用”为主题进行分析，绘制关于虚拟现实在医学方面的研究知识图谱，以准确、形象的图像，显示国内虚拟现实在医学应用方面的研究热点及趋势。

1 研究方案

1.1 研究工具

CiteSpace软件是由陈超美教授开发的信息可视化软件，利用其分析1995-2020年近25年关于国内虚拟现实在医学应用方面的文献，从作者、机构、突变性、关键词、时间和关键词聚类等角度，更加直观地分析该领域的研究主题和发展趋势。

1.2 数据来源

数据来自于CNKI数据库，检索主题为“虚拟现实”或“虚拟仿真”，文献分类选择医药卫生科技，检索时间跨度为1995-2020年，共获得2 509篇文献，通过手工筛选，将没有作者姓名、会议等不相干文献排除，共得到2 448篇文献，检索时间为2020年11月26日，通过CiteSpace软件进行数据处理。

2 国内虚拟现实医学应用知识图谱分析

2.1 作者图谱分析

CiteSpace作者共现图可以反映核心作者在特定领域中的真实影响力。图中节点大小由共现频率确定，具有高集中度或密度的节点是核心节点，代表研究对象的关注度和重要性，是与其他节点进行通信的枢纽。从图1可以看出，汤可、周庆、李玲和刘畅是核心节点，表明他们在这一领域做出了较大贡献。其中，汤可的研究方向为将头颅与虚拟现实相结合建立三维解剖模型[1-3]；周青的研究方向为神经解剖学，三维模型能为手术提供更多的指导[4-8]；李玲的研究方向为实验教学，加强实验室安全[9-10]；刘畅的研究方向是利用虚拟现实内镜模拟器提高胃镜初学者的食管进镜能力[11-12]。另外，图中各节点之间连接紧密，作者紧密合作，组成了以刘畅、李玲和唐科为主要成员的几个团队。

图1 作者合作网络可视化图Fig.1 Visualization of author collaborative network

2.2 机构图谱分析

研究机构共现分析可以反映某一研究领域的核心机构及其合作强度，利用 CiteSpace 软件生成研究机构共现图谱[13]，如图2所示。有节点 495 个，连线 135条，网络密度为 0. 001 1。探索研究机构研究方向可以发现这些机构最近关注的热点。由图2得出，南京医科大学生理学系、海军军医大学航海医学实验教学中心是该领域的核心机构，它们主要的研究方向为人体机能和机能学实验，分布较为集中，连线较多，由此可以得出这些机构联系甚密。人们更注重团队合作，通过团队力量可以取得更大的成果，促进该领域繁荣发展。

图2 研究机构网络图Fig.2 Network of research institutions

2.3 研究前沿分析

2.3.1 关键词图谱分析

筛选1995-2020年发表的文章，将2 448篇文献导入CiteSpace软件，利用软件得到关键词分析可视化结果图和关键词热点表，即图3和表1。结果显示，虚拟现实、虚拟现实技术、实验教学、虚拟仿真、脑卒中、教学改革出现频率较高。1995-1996年处于起步阶段，此阶段主要研究的是虚拟仿真、教学改革、实验教学。实验教学是该阶段出现频率最高的关键词，随着网络技术的飞速发展，学生获得知识的途径呈现出多样化特征。互联网5G技术的普及推动了大学教学方法和学习方法的巨大变化，这要求教育者开放思想，抓住机遇，科学使用互联网平台并采用新的基于信息教学方法来丰富教学内容。1997-2012年处于发展阶段，此阶段主要研究的是虚拟现实、虚拟现实技术、脑卒中、康复、教学、医学教育、应用、医学、三维重建、三维，其中虚拟现实是该阶段出现频率最高的关键词。计算机数据处理速度、网络传输速度快速提高，由此出现了虚拟现实技术，它是计算机仿真技术的重要发展方向，其结合了系统仿真、计算机图形学、大数据分析和处理、传感和网络信息等尖端技术，形成了一个逼真的三维环境，以便人们在虚拟系统中完成体验和交互。2013-2020年处于成熟阶段，主要研究的是康复训练，其利用VR技术使认知障碍患者进入计算机营造的虚拟环境中，有身临其境的感觉，对虚拟场景中的对象进行操作并得到感官反馈，促进中枢再学习。随着VR技术的发展及相关软件和硬件的改进，VR技术越来越多地用于中风后认知功能障碍的康复训练中。

图3 关键词图谱Fig.3 Keywords graph

表1 关键词频率排序表Tab.1 Rank list of keywords frequency

2.3.2 关键词聚类分析

采用对数似然率(LLR)算法对关键词进行聚类，聚类名称以LLR算法中值最高的特征词命名，聚类结果如图4所示。由图4可得9个聚类，将它们分为医学教育和动作捕捉两大类。医学教育要求学生不仅要有相应的医学知识，还要具备实践能力，虚拟现实技术可使学生更好地应用所学知识，该部分包括#1康复、#2实验教学、#4虚拟仿真、#6教育、#7泌尿外科。运动捕捉可以通过Kinect深度摄像头捕获并识别人体关节和动作，利用游戏方式替代传统训练模型，设计出一种满足患者康复训练需求的康复互动系统。这部分内容包括#0虚拟现实、#3虚拟现实技术、#5数字化和#8数据手套。

图4 关键词聚类图Fig.4 Keywords cluster diagram

2.3.3 关键词突现性分析

一门学科研究前沿主要讨论新兴理论趋势和新兴课题。采用 Kleinberg算法，从文献题目、摘要、作者及关键词频率中提炼突变词，通过词频变化来确定虚拟现实在医学应用方面的研究前沿和发展趋势，得到关键词突现图，如图5所示。未来，增强现实和康复治疗将成为该领域研究重点。

图5 关键词突现图Fig.5 Keywords emergent graph

3 总结

利用CiteSpace软件对虚拟现实在医学方面应用的相关文献进行可视化分析，研究了以下几方面：从作者图谱获得该领域主要作者汤可、周青、李玲、刘畅和他们的主攻目标。从机构图谱得到南京医科大学生理学系、海军军医大学航海医学实验教学中心是该领域的核心机构，且这些机构之间联系紧密。从关键词图谱得到虚拟现实、虚拟现实技术、实验教学、虚拟仿真、脑卒中、教学改革是频率较高的关键词，也是研究热点，说明虚拟现实在医学方面应用非常广泛。将关键词分为两大类，分别是医学教育和动作捕捉，从关键词突现图上得出增强现实和康复治疗将是未来主要发展趋势。今后应着重关注增强现实和康复治疗两方面，抓住机会，迎接未来。