- · 《中国组织工程研究》栏[05/29]
- · 《中国组织工程研究》数[05/29]
- · 《中国组织工程研究》收[05/29]
- · 《中国组织工程研究》投[05/29]
- · 《中国组织工程研究》征[05/29]
- · 《中国组织工程研究》刊[05/29]
基于生物医学领域打印的知识图谱分析
作者:网站采编关键词:
摘要:0 引言 Introduction 3D打印技术(3D Printing)即增材制造技术,以数字模型文件为基础,运用粉末状金属、陶瓷和高分子等可黏合材料,通过逐层打印的方式来构造物体[1]。随着生命科学与制造
0 引言 Introduction
3D打印技术(3D Printing)即增材制造技术,以数字模型文件为基础,运用粉末状金属、陶瓷和高分子等可黏合材料,通过逐层打印的方式来构造物体[1]。随着生命科学与制造科学的发展,3D打印在生物医学领域也获得了广泛应用研究,包括外科、口腔、组织工程和再生医学、药物制剂等方面[2-5]。3D打印技术依据计算机辅助成像,打印的个性化支架能够精准模拟缺损组织和器官的复杂三维结构,同时能将种子细胞与支架材料混合打印,使支架具有生物活性,因此在组织工程领域得到广泛关注。
文献计量学研究是采用数学与统计学等定量方法对文献特征进行分析和处理,可以在一定程度上描述、评价和预测科学技术的现状与发展趋势,反映出当前学科的研究现状和前沿。近年来文献计量学研究通过知识图谱绘制工具将文字数据表格分析转化成更加形象易读的可视化图谱,如VOSviewer,CiteSpace,SPSS和 TDA等软件。VOSviewer是由荷兰莱顿大学科学技术研究中心的VAN ECK和WALTMAN博士在2010年联合开发的一款文献分析和知识可视化软件,分析功能较为全面,如共词分析、共被引分析和文献耦合分析等,并可将其结果进行可视化展示,聚类分析的可视化显示功能占有独特优势[6]。
文章以文献计量学分析为基础,选用VOSviewer软件对生物医学3D打印文献的作者、机构和国家的分布合作情况以及关键词等进行系统分析,绘制知识图谱,通过数据挖掘近年的研究热点和趋势,并利用图像进行可视化展示。目前有对生物医学3D打印进行文献定性分析,尚未有采用VOSviewer软件进行文献计量学研究的论文。通过定量研究及绘制知识图谱,能够准确且直观地梳理该领域的研究结构,发现研究热点以及合作网络,有助于研究人员掌握3D打印技术在医学及组织工程学的学术发展框架,把握研究方向,增强该领域研究人员之间的交流和协作,为促进组织工程学科发展提供参考。
1 资料和方法 Data and methods
1.1 资料来源 选取生物医学文献数据库PubMed,检索时间为2020-03-22。由于主题词(MeSH)是一种能准确表达文献内容的规范化检索语言,因此以主题词为检索途径,检索式:“Printing,Three-Dimensional [Mesh]”,时间限定为2015至2020年。共检出4 626篇文献。利用4 626篇文献的PubMed文献号(PMID号)在Web of Science核心合集获取这些文献的引用数据,限定论文类型为“article”,得到3 471篇文献,并将“全记录与引用的参考文献”以txt格式导入VOSviewer (Version 1.6.13)软件。
1.2 数据分析 文章以文献计量学分析为基础,对生物医学3D打印相关文献的年代、期刊、作者、国家/地区、文献被引以及关键词等信息进行分析,利用Microsoft Excel 2016软件分析文献年代、期刊,选用VOSviewer软件对作者、机构、国家分布及合作情况,文献共被引以及关键词等进行系统分析,并绘制可视化图谱。
关键词是对文献内容的浓缩和精炼,共同出现在1篇文献中的2个关键词之间存在一定的内在联系,且共同出现的次数越多关联强度就越大。因此在对共现关键词进行聚类的基础上,对核心关键词之间的关系进行梳理和整合,能够识别出该领域的知识结构和研究热点[7]。如果2篇文献被同1篇文献引用,说明此2篇文献在内容上相关,共被引次数越高关联度越大。文献共被引是用来研究文献的内在联系以及描绘学科发展动态结构的一种文献计量学方法。
文章主要采用文献共被引和关键词共现的聚类方法对热门研究主题进行挖掘,然后通过VOSviewer可视化工具将聚类结果展示出来,包括聚类图、时间叠加图及密度图。每个节点对应1个关键词或1篇文献,在聚类图中,节点颜色代表关键词或文献所在的类别,依据聚类图可以得到该领域的研究结构。将文献发表时间叠加到聚类图中生成时间叠加图,此时节点颜色对应着关键词在文献中出现的平均年份,依据节点颜色发现该领域研究演化趋势。而密度图谱上每个节点都会根据该点周围元素的密度来填充颜色,密度高的区域代表该领域的主要研究内容。文章主要采用文献共被引和关键词共现的聚类方法对热门研究主题进行挖掘,然后通过VOSviewer可视化工具将聚类结果展示出来,有助于科研人员能够直观地了解近些年来该领域的研究方向和研究热点集中在哪里,帮助刚入门的学者选择自己的研究课题。
1.3 主要观察指标 主要观察献发表年代,期刊分布、论文作者、机构及国家分布及合作网络的变化,以及文献共被引和关键词共现聚类指标的变化。
文章来源:《中国组织工程研究》 网址: http://www.zgzzgcyj.cn/qikandaodu/2021/0301/1042.html