本文分析了國內外 2010 年至 2020 年腦電圖診斷抑郁癥特異性研究的相關文獻，總結了該領域研究方向及展望國內外未來研究熱點。基于中國知網和 Web of Science 核心合集數據庫，運用 CiteSpace 軟件對這一研究領域的相關文獻進行可視化分析。對發文數量、國家、作者、研究機構、關鍵詞、被引文獻及期刊進行分析，探索此領域研究熱點及發展趨勢。Web of Science 數據庫共納入 2 155 篇文獻。發文最多的機構是多倫多大學，發文最多的國家是美國，中國的發文量占據第三位；熱點關鍵詞是焦慮、失調、大腦等。中國知網數據庫共納入 529 篇文獻。其中發文量最多的機構是四川大學華西醫院心理衛生中心；熱點關鍵詞是腦電信號、事件相關電位、卷積神經網絡、精神分裂癥等。本研究發現國內外在抑郁癥腦電研究領域發展迅速。國際上的研究方向主要集中于探究抑郁患者睡眠時的自發腦電節律特征及非線性動力學參數上。此外，國外對于同步經顱磁刺激和腦電這項技術也很關注，預測未來的研究熱點為重性抑郁癥患者的腦電診斷機制等基礎研究。國內在該領域的研究發展形式良好，研究方向主要集中于精神分裂癥和抑郁癥患者靜息態腦電分類及靜息態腦電功率譜熵的對照研究上，預測未來的研究熱點為抑郁患者并發焦慮癥的基礎及臨床腦電研究。
引用本文： 張家銘, 劉丹陽, 鐘冬靈, 李雨谿, 金榮疆, 鄭重, 李涓. 基于 CiteSpace 的腦電圖診斷抑郁癥可視化分析的特異性研究. 生物醫學工程學雜志, 2021, 38(5): 919-931. doi: 10.7507/1001-5515.202101058 復制
引言
抑郁癥（depressive disorder）是一組以顯著而持久的心境低落為主要臨床特征的情感性精神障礙疾病，患病與自殺傾向已呈低齡化趨勢[1]。目前，診斷抑郁癥主要依靠醫師經驗與抑郁量表評定，漏診率高且缺乏客觀性及一致性[2]。腦電（electroencephalogram，EEG）是一種非侵入性研究手段，能夠探測大腦皮層神經電活動變化，近年來已逐步成為獲取抑郁癥大腦病理變化的客觀有效方法，且抑郁癥腦電研究已有相關文獻發表[3-5]。
CiteSpace 軟件是一款由美國德雷克塞爾大學陳超美團隊開發的，能探查新趨勢與演示新動態的信息可視化軟件[6]。由于圖形展示方式直觀，易于理解和記錄，因此越來越受到各個領域研究者的重視[7-8]。與其他可視化軟件相比，CiteSpace 軟件融合了多種分析方法，側重于探查和分析學科研究前沿的演變方向、研究前沿與其知識基礎之間的關系，能夠將一個研究領域的發展歷程集中于可視化圖譜上，并把圖譜上作為知識基礎的引文節點文獻和共引聚類所表征的研究前沿自動標識出來[9]。針對英文文獻，CiteSpace 軟件可進行國家、作者、機構、關鍵詞、被引文獻及期刊的全面分析。針對中文文獻，由于軟件不能導出被引文獻及被引期刊，故只能進行作者、機構、關鍵詞的分析。本研究利用該軟件，納入近 11 年 Web of Science 核心合集數據庫（Web of Science，WOS）和中國知網（China National Knowledge Infrastructure，CNKI）數據庫中抑郁癥腦電研究相關文獻，展現出該研究領域近期研究方向，同時預測此領域未來的發展趨勢及研究熱點，為今后國內學者的課題研究提供數據參考。
1 資料和方法
1.1 數據采集、轉換與處理
1.1.1 數據采集
選取 CNKI 和 WOS 核心合集數據庫作為文獻檢索平臺，檢索時間為 2010 年 1 月 1 日至 2020 年 11 月 10 日，檢索方式均為“主題”，中文文獻檢索式為：主題=（“抑郁”or“抑郁癥”）and（“腦電”or“腦電圖”or“腦電信號”or“腦電生物反饋”），共檢索出 560 篇文獻，經過人工篩選，剔除疾病介紹、會議通知、征稿等 31 篇文獻，共納入 529 篇文獻；英文文獻檢索以主題詞（“depression”, “electroencephalography”）結合自由詞的方式檢索，檢索式為：TS=（“depression” or “depressive symptoms” or “depressive symptom” or “symptom, depressive” or “symptoms, depressive” or “emotional depression” or “depression, emotional” or “depressions, emotional” or “emotional depressions”）and（“electroencephalography” or “EEG” or “electroencephalogram” or “electroencephalograms”），共檢索出 2 422 篇文獻，利用 CiteSpace 軟件自帶的 Duplicates Removal 功能，剔除校稿通知、編輯資料、會議論文和撤稿通知等 267 篇文獻，共納入 2 155 篇文獻。
1.1.2 數據轉換
中英文文獻分別以 Refworks 及 Text 的格式導出，導出的文獻紀錄中包含的信息有作者、機構、研究主題、年份、關鍵詞、摘要、所屬期刊、卷次和所屬頁碼。利用 CiteSpace 軟件中自帶的格式轉換器，將 Refworks 格式和 Text 格式文件轉化為 CiteSpace 可用的 download_XXX 格式。
1.1.3 數據處理
運行 CiteSpace 軟件，分別以“Country”、“Author”、“Institution”、“Keyword”、“Reference”、“Cited journals”作為文獻節點，對中文文獻及英文文獻進行可視化圖譜繪制，由于 CNKI 數據庫無法導出被引文獻及參考文獻，中文文獻無法進行被引文獻及期刊分析。調整選項如下：（a）the time interval of analysis 2010–2020；（b）the unit of analysis；（c）top N per slice；（d）pruning。
1.2 主要觀察指標
運行 CiteSpace 生成可視化圖譜后，分別從年度發文量、國家、作者、機構、關鍵詞、被引文獻及期刊等方面進行分析。圖譜中節點越大、連線越多，代表發文量越多、與其他節點聯系越密切；節點外圈顏色代表中心性，顏色越深中心性越高。中心性數值能夠體現影響力，中心性越高，相關研究數量越多，在抑郁癥腦電研究領域的地位也越重要[10-11]。
2 結果
2.1 CNKI 及 WOS 數據庫年度發文量趨勢
WOS 數據庫檢索到英文文獻 2 155 篇，發文量逐年遞增，年均發文量為 196 篇。CNKI 數據庫檢索到中文文獻 529 篇，年發文量平穩，年均發文量為 48 篇。如圖1 所示，近 11 年國內中文文獻發文量較為平穩，發展前景良好。
圖1
CNKI 及 WOS 數據庫年度發文量統計
Figure1.
Annual number of publications in the CNKI and WOS database
2.2 國家及地區合作可視化
Top N=50 時，得到 119 個節點，363 條連線。圖譜共納入 119 個國家及地區，其中發文量在 100 篇以上的國家及地區有 8 個，美國發文量最高，為 733 篇；中國發文量位居第三，為 161 篇，見圖2。由圖2 可以看出，國際間合作較為緊密，其中，美國有著舉足輕重的地位，中心性為最大的 0.53。過去 11 年間我國在這一領域發文量上占據一定優勢且與其他國家有一定合作關系，但中心性較低僅為 0.06，相比美國還是有很大差距。表1 展現了抑郁癥腦電研究領域在 2010 年至 2020 年間發文量前五的國家。
圖2
發表抑郁癥腦電研究相關文獻數量國家及地區分布
Figure2.
Country and region distribution on the number of references related to EEG diagnosis for depression
表1
WOS 數據庫中抑郁癥腦電研究領域前 5 的國家
Table1.
Top 5 countries with the most publications on EEG diag nosis for depression in the WOS database
2.3 作者合作可視化
經 WOS 數據庫所篩選出的文獻，Top N=50 時，共有 489 個節點，727 條連線。得到的可視化圖譜共納入 489 位作者，其中 16 位作者發文量 ≥ 10 篇，發文量最多的是 Daskalakis 團隊，發表相關論文 23 篇，影響力最大的是 Hajack 團隊，中心性為 0.83。由圖3 可見，各作者團隊間彼此存在密集的合作關系，尤其在高產作者團隊之間，同時可知外文文獻中發文量高的作者中心性普遍較高。表2 列舉出了發文量前五的作者。
圖3
WOS 數據庫中抑郁癥腦電研究的作者圖
Figure3.
Author diagram of EEG diagnosis for depression in the WOS database
表2
WOS 數據庫中抑郁癥腦電研究領域前五作者
Table2.
Top 5 authors with the most publications on EEG diagnosis for depression in the WOS database
經 CNKI 數據庫所篩選出的文獻，Top N=50 時，共有 283 個節點，271 條連線。形成后的圖譜共納入 283 位作者，其中有 10 位作者的發文量 ≥ 5 篇，最突出的是馮靜雯團隊，發文量為 13 篇。如圖4 所示，國內作者研究團隊兩極分化嚴重，彼此間合作少，聯系疏松，作者在進行結構相關性計算時，沒有得到有統計意義的聚類，無中心性高、影響力大的作者。表3 展示出了發文量前五的作者。
圖4
CNKI 數據庫中抑郁癥腦電研究的作者圖
Figure4.
Author diagram of EEG diagnosis for depression in the CNKI database
表3
CNKI 數據庫中抑郁癥腦電研究領域前五作者
Table3.
Top 5 authors with the most publications on EEG diagnosis for depression in the CNKI database
2.4 機構研究可視化
經 WOS 數據庫所篩選出的文獻，Top N=50 時，共有 388 個節點，602 條連線。形成后的圖譜共納入 388 所機構，其中 21 所機構發文量 ≥ 20 篇。發文量最多的是多倫多大學，為 63 篇；影響力最大的是馬斯特里赫特大學，中心性為 0.32。由圖5 可知，外國機構所發文獻的數量多，且不同國家機構間的合作非常緊密，尤其是排名靠前的機構。表4 展示了發文量最高的五所機構。
圖5
WOS 數據庫中抑郁癥腦電研究的機構圖
Figure5.
Institution diagram of EEG diagnosis for depression in the WOS database
表4
WOS 數據庫中抑郁癥腦電研究領域前五機構
Table4.
Top 5 institutions with the most publications on EEG diagnosis for depression in the WOS database
經 CNKI 數據庫所篩選出的文獻，Top N=50 時，共有 16 個節點，6 條連線。形成后的圖譜共納入 298 所機構，其中 20 所機構發文量 ≥ 3 篇。四川大學華西醫院心理衛生中心、首都醫科大學康復醫學院及四川大學電氣信息學院發文量并列第一，為 11 篇。由圖6 可知，機構中心性普遍很低，不同地域的機構無合作關系，機構間多為醫科大學及其附屬醫院或學院間存在聯系，比較典型的是四川大學華西心理衛生中心及解放軍總醫院中醫研究所。表5 展示了發文量最高的五所機構。
圖6
CNKI 數據庫中抑郁癥腦電研究的機構圖
Figure6.
Institution diagram of EEG diagnosis for depression in the CNKI database
表5
CNKI 數據庫中抑郁癥腦電研究領域前五機構
Table5.
Top 5 institutions with the most publications on EEG diagnosis for depression in the CNKI database
2.5 關鍵詞可視化
2.5.1 關鍵詞共現聚類分析
關鍵詞相關分析對明確研究熱點及探索未來發展趨勢具有重要作用，是可視化圖譜分析中最重要的內容[12-13]。對 WOS 數據庫所篩文獻，節點類型采用關鍵詞，時間間隔為 1 年，go-index=10 且 Top N=50 時，得到 262 個節點、1 035 條連線的關鍵詞共現聚類圖。去除其中與檢索策略相關的主題詞，共現較高的關鍵詞見圖7、表6。分析關鍵詞的共現頻次及中心性可知，國外熱點關鍵詞為重性抑郁、焦慮、失調、大腦及情緒等。圖7 同時展現了抑郁癥腦電研究關鍵詞聚類情況，共形成 9 個聚類，代表該研究領域的基礎知識結構以及其動態發展的過程[14]。除相關研究基礎及評估方法外，聚類#0、#5 可歸為抑郁癥分類及其嚴重程度；#1、#3、#7 可歸為抑郁癥腦電研究方案；#2、#6 可歸為抑郁癥伴隨癥狀。
圖7
WOS 數據庫中抑郁癥腦電研究的關鍵詞共現聚類圖
關鍵詞聚類從#0 至#8 依次為雙向抑郁、卷積神經網絡、睡眠剝奪、前額 α 波不對稱、長期功能性行為評估、重性抑郁癥、抽搐時間、神經反饋實驗方案及神經基礎
Figure7. Keywords co-occurrence cluster diagram of EEG diagnosis for depression in the WOS databasefrom #0 to #8, the keywords cluster is bidirectional depression, convolutional neural network, sleep deprivation, frontal alpha wave asymmetry, long-term functional behavior assessment, major depressive disorder, duration of seizures, neurofeedback experimental protocol, and neural basis
表6
WOS 數據庫中抑郁癥腦電研究的關鍵詞表
Table6.
Keywords of EEG diagnosis for depression in the WOS database
對 CNKI 數據庫所篩選出的文獻，節點類型選擇關鍵詞，時間間隔為 1 年，go-index=10 且 Top N=50 時，得到 172 個節點、238 條連線的關鍵詞共現聚類圖譜。去除其中與檢索策略相關的主題詞，共現較高的關鍵詞見圖8、表7。分析關鍵詞的共現頻次及中心性可知，國內較為熱點的關鍵詞為腦電信號、事件相關電位、卷積神經網絡、精神分裂癥等。圖8 同時展示了由 CNKI 數據庫數據制作的關鍵詞聚類情況，共形成 12 個關鍵詞聚類標簽，其中#10（地形圖）與#1（腦電地形圖）含義相同，故未顯示于聚類標簽當中。12 個聚類標簽存在一定程度相互交錯的情況，相互之間聯系較為緊密。其中，#0、#5、#10 可歸為抑郁癥腦電研究成像情況分析；#2、#8、#9、#11 可歸為國內抑郁癥腦電研究方向；#4、#7 為其他疾病及功能障礙伴抑郁癥的發病情況。
圖8
CNKI 數據庫中抑郁癥腦電研究的關鍵詞共現聚類圖
關鍵詞聚類從#0 至#11 依次為腦電地形圖、腦電、負性偏向、抑郁癥、帕金森病、多導睡眠圖、腦電圖、認知功能、功率譜、狀態標志、地形圖、腦電生物反饋治療儀
Figure8. Keywords co-occurrence cluster diagram of EEG diagnosis for depression in the CNKI databasefrom #0 to #11, the keywords cluster is EEG topographic map, EEG, negative bias, depressive disorder, Parkinson's disease, polysomnography, EEG map, cognitive function, power spectrum, status marker, topographic map, and biofeedback therapy instrument of EEG
表7
CNKI 中抑郁癥腦電研究的關鍵詞表
Table7.
Keywords of EEG diagnosis for depression in the CNKI database
2.5.2 關鍵詞突顯分析
對關鍵詞進行突顯分析，能觀察到持續時間最久的熱點關鍵詞及距當下最近的熱點關鍵詞，對于總結抑郁癥腦電研究領域今年研究方向及預測未來研究熱點具有重要作用[15]。對 WOS 數據庫所篩選出的文獻，時間間隔為 1 年，γ=0.8，其他均選擇默認參數，突顯分析得到 7 個突顯詞，見圖9。其中，睡眠是持續時間最長的突顯詞，從 2010 年持續至 2015 年，可知探究抑郁患者睡眠時的自發腦電節律特征及非線性動力學參數是近年國際上在該領域的主要研究方向，重性抑郁及情感是 2018 年持續至今的突顯詞，預測未來在重度抑郁癥患者的腦電研究上會有進一步突破。經 CNKI 數據庫所篩選出的文獻，時間間隔為 1 年，γ=1，其他均選擇默認參數，突顯分析得到 7 個突顯詞。其中精神分裂癥這一突顯詞從 2010 年一直持續至 2014 年，可知對精神分裂癥及抑郁癥患者靜息態腦電分類及腦電功率譜熵的對照研究是近年國內在該領域的主要研究方向。此外，焦慮是距今最近的突顯詞，可推測抑郁患者并發焦慮癥的腦電研究是未來國內在該領域的研究熱點，見圖10。
圖9
WOS 數據庫中抑郁癥腦電研究的關鍵詞突顯圖
Figure9.
Keywords highlight diagram of EEG diagnosis for depression in the WOS database
圖10
CNKI 數據庫中抑郁癥腦電研究的關鍵詞突顯圖
Figure10.
Keywords highlight diagram of EEG diagnosis for depression in the CNKI database
2.5.3 關鍵詞共現時區圖分析
通過分析關鍵詞隨時間演化趨勢，可以更好地掌握抑郁癥腦電研究領域的動態變化趨勢[16]。對 WOS 數據庫所篩選出的文獻，利用關鍵詞進行年份分析，時間跨度為 2010年至2020 年，時間分區為 1 年，其他均選擇默認參數值，繪制出節點為 169、連線為 620 的英文文獻關鍵詞共現時區圖，見圖11。可以觀察到在 2015 年以前，國外在抑郁癥腦電研究領域的研究熱點主要集中于抑郁癥的伴隨癥狀（焦慮、注意力）、腦電頻率、大腦功能連接性及腦電作用部位等；而近年來的熱點集中在腦電頻率及反饋上，反映出了國外學者對于抑郁癥患者的腦電診斷方案研究的重視，預計其最佳診斷方案是抑郁癥腦電研究領域未來的重要研究方向。
圖11
WOS 數據庫中抑郁癥腦電研究的關鍵詞共現時區圖
Figure11.
Keywords common present area diagram of EEG diagnosis for depression in the WOS database
經 CNKI 數據庫篩選出的文獻，利用關鍵詞進行年份分析，時間跨度為 2010年至2020 年，時間分區為 1 年，其他均選擇默認參數值，繪制出節點為 81、連線為 145 的中文文獻關鍵詞共現時區圖，見圖12。根據關鍵詞時區圖，可將國內抑郁癥腦電研究熱點分為 3 個階段，第一階段為 2010 年至 2013 年，此階段的研究熱點偏向基礎研究，如對腦電信號、時間相關電位、抑郁癥患者神經遞質傳遞的探索；第二階段為 2014 年至 2018 年，此階段逐漸由基礎研究向抑郁癥伴隨癥狀研究轉變，如腦電對抑郁伴帕金森病、睡眠障礙、認知功能障礙及焦慮的研究；第三階段為 2019 年至 2020 年，此階段熱點關鍵詞數量少，研究方向為腦電網絡及卒中后抑郁，預測未來會進一步加強腦電對抑郁癥伴隨癥狀的研究。
圖12
CNKI 數據庫中抑郁癥腦電研究的關鍵詞共現時區圖
Figure12.
Keywords common present area diagram of EEG diagnosis for depression in the CNKI database
2.6 被引文獻
由于 CNKI 數據庫無法導出被引文獻及參考文獻，所以本文僅分析英文文獻被引情況。對 WOS 數據庫所篩選出的文獻，運行 CiteSpace 軟件得到節點為 189、連線為 391 的被引文獻可視化圖譜，見圖13。被引頻次及中心性前五的文獻見表8[17-20]、表9[17,21-24]。被引頻次及中心性較高的文獻主要論述腦電在精神病學尤其是抑郁癥領域中的診斷作用。
圖13
WOS 數據庫中的共被引文獻圖
Figure13.
Diagram of cited references in the WOS database
表8
WOS 數據庫中被引頻次前 5 的文獻
Table8.
Top 5 cited references in the WOS database
表9
WOS 數據庫中中心性前五的文獻
Table9.
References with top 5 centrality in the WOS database
2.7 被引期刊
由于 CNKI 數據庫無法導出被引期刊，所以本文僅分析英文期刊被引情況。對 WOS 數據庫所篩選出的文獻，運行 CiteSpace 軟件，得到節點為 82、連線為 219 的被引期刊可視化圖譜，見圖14。其中，被引頻次前三的期刊依次為：Biol Psychiat（1 087 次，2019 年影響因子為 12.095）、Clin Neurophysiol（913 次，2019 年影響因子為 3.214）、Neuroimage（863 次，2019 年影響因子為 5.902）。被引中心性前三的期刊依次為：Biol Psychiat（0.6，2019 年影響因子為 12.095）、J Neurosci（0.42，2019 年影響因子為 6.074）、Neuroimage（0.39，2019 年影響因子為 5.902）。Biol Psychiat期刊中心性及被引頻次均為最高，該期刊來自于美國。
圖14
WOS 數據庫中的共被引期刊圖
Figure14.
Diagram of cited periodical in the WOS database
3 討論
從中文文獻發文量上看，中國在抑郁癥腦電研究領域近 11 年來發文量較為平穩。在合作發文作者中，中國的作者彼此間雖然形成了團隊，但團隊間合作少、兩極分化嚴重，高產作者均來自同一研究團隊。國際上此領域近 11 年發文量快速增長，國際關注度較高。在合作發文作者中，來自不同國家及地區、不同團隊間的作者合作密切。其中，發文量最多及影響力最大的作者均來自于美國，分別為來自美國加州大學圣地亞哥分校醫學院精神病學系的 Daskalakis 和來自佛羅里達州立大學生物醫學系的 Hajack。Daskalakis 團隊[25-26]的主要研究方向為同步經顱磁刺激和腦電的臨床應用及前景和腦電與經顱磁刺激對抑郁患者的療效比較研究。Hajack 團隊[27-28]的主要研究方向為抑郁癥患者受外界感官刺激誘發的事件相關電位變化。從發文機構上看，我國研究機構雖然數量多、分布廣，但機構間缺乏合作聯系，且沒有影響力高的機構。相比之下，國外具有影響力的機構來自美國，多為大學，且不同國家、不同地區的機構間交流合作密切，尤其在高產機構間。此次研究為發現潛在的國外可合作的團隊提供了方向，同時建議國內學者及機構在開展相關研究的同時擴大團隊間、機構間合作，共同推進我國抑郁癥腦電研究領域的發展。
對關鍵詞進行共現、聚類及突顯分析表明，我國在抑郁癥腦電研究這一領域研究方向及未來研究熱點與國際發展動態有所不同，主要研究的內容集中于精神分裂及抑郁障礙共病患者的腦電分類及靜息態腦電功率譜熵的對照研究[29-31]。相比之下，國際上更加注重抑郁患者的睡眠情況，主要的研究方向為抑郁患者睡眠時的自發腦電節律特征及非線性動力學參數[32-33]。同時，國外學者在同步經顱磁刺激和腦電這項技術的研究上也比較深入。關鍵詞時區圖分析結果表明，過去 11 年間我國在抑郁癥腦電研究領域可分為三個階段：第一階段為 2010 年至 2013 年，強調基礎研究，主要為腦電相關參數及方法的選擇、腦電作用下抑郁癥患者體內神經遞質傳導的變化；第二階段為 2014 年至 2018 年，偏向臨床研究，研究方向為抑郁癥伴焦慮、睡眠障礙、認知功能障礙患者腦電波形的研究；第三階段為 2019 年至 2020 年，這一階段則表現為對基礎與臨床研究都很重視，既關注卒中后抑郁患者的腦電波形，也關注腦電網絡的研究。由此看，腦電研究在我國發展趨勢良好，值得相關學者持續探索。國外在過去 11 年間研究情況有所不同，2015 年之前熱點關鍵詞較為密集，此階段國外學者注重基礎與臨床研究的結合，在對腦電頻率的選擇及腦電作用于抑郁癥患者大腦的具體部位進行探索的同時也關注抑郁伴焦慮及注意力減退患者的腦電圖波形研究。2015 年之后熱點關鍵詞數量減少，研究方向也逐漸集中于腦電的基礎研究，預計未來在腦電診斷抑郁癥患者基礎研究方面會有進一步突破。
從被引文獻上看，除美國精神病學協會于 2013 年發表的《精神障礙診斷和統計手冊》被引頻次最高之外，Stewart 等[17]在Journal of Abnormal Psychology上發表的有關抑郁患者腦電圖不對稱性的經典文獻在被引頻次及影響力上均為最高，被引頻次達 63 次，中心性為 0.38。該研究的特點在于采用隨機對照試驗的方法，以性別差異作為分組條件，發現參考電流源密度的腦電圖不對稱性可能是抑郁癥的內表型，證明了女性左前額葉活動減少與當前抑郁癥嚴重程度間的聯系，男性則表現出相反的額葉腦電圖不對稱性。這一發現對于男性和女性抑郁機制的區別研究具有重要意義。從被引期刊上看，在抑郁癥腦電研究領域中被引頻次最高、最具影響力的期刊是Biol Psychiat（近 5 年影響因子均為 11 分以上，2019 年最高，為 12.095），該期刊刊登的抑郁癥腦電研究領域文章主要集中于發育過程中睡眠/覺醒周期的腦電節律[34]、同步經顱磁刺激和腦電技術[35]、并發其他精神心理障礙抑郁患者的腦電功率及連接性[36]這三方面的研究，與近 11 年國內外在該領域的研究方向基本一致。
本研究也存在一定的局限性。因為 CiteSpace 軟件本身數據格式問題，無法對文章內容進行深入分析，而且對于數據的統計局限于單個數據庫，不能同時納入多個數據庫文獻進行分析，如納入維普、萬方等數據庫同時進行制圖。因此，文章對抑郁癥腦電研究領域的分析同樣存在局限性。文章初步呈現了國內外近 11 年在抑郁癥腦電研究領域的研究方向，嘗試預測了此領域未來的研究熱點，為今后國內學者研究相關內容提供了一定的數據參考。
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
引言
抑郁癥（depressive disorder）是一組以顯著而持久的心境低落為主要臨床特征的情感性精神障礙疾病，患病與自殺傾向已呈低齡化趨勢[1]。目前，診斷抑郁癥主要依靠醫師經驗與抑郁量表評定，漏診率高且缺乏客觀性及一致性[2]。腦電（electroencephalogram，EEG）是一種非侵入性研究手段，能夠探測大腦皮層神經電活動變化，近年來已逐步成為獲取抑郁癥大腦病理變化的客觀有效方法，且抑郁癥腦電研究已有相關文獻發表[3-5]。
CiteSpace 軟件是一款由美國德雷克塞爾大學陳超美團隊開發的，能探查新趨勢與演示新動態的信息可視化軟件[6]。由于圖形展示方式直觀，易于理解和記錄，因此越來越受到各個領域研究者的重視[7-8]。與其他可視化軟件相比，CiteSpace 軟件融合了多種分析方法，側重于探查和分析學科研究前沿的演變方向、研究前沿與其知識基礎之間的關系，能夠將一個研究領域的發展歷程集中于可視化圖譜上，并把圖譜上作為知識基礎的引文節點文獻和共引聚類所表征的研究前沿自動標識出來[9]。針對英文文獻，CiteSpace 軟件可進行國家、作者、機構、關鍵詞、被引文獻及期刊的全面分析。針對中文文獻，由于軟件不能導出被引文獻及被引期刊，故只能進行作者、機構、關鍵詞的分析。本研究利用該軟件，納入近 11 年 Web of Science 核心合集數據庫（Web of Science，WOS）和中國知網（China National Knowledge Infrastructure，CNKI）數據庫中抑郁癥腦電研究相關文獻，展現出該研究領域近期研究方向，同時預測此領域未來的發展趨勢及研究熱點，為今后國內學者的課題研究提供數據參考。
1 資料和方法
1.1 數據采集、轉換與處理
1.1.1 數據采集
選取 CNKI 和 WOS 核心合集數據庫作為文獻檢索平臺，檢索時間為 2010 年 1 月 1 日至 2020 年 11 月 10 日，檢索方式均為“主題”，中文文獻檢索式為：主題=（“抑郁”or“抑郁癥”）and（“腦電”or“腦電圖”or“腦電信號”or“腦電生物反饋”），共檢索出 560 篇文獻，經過人工篩選，剔除疾病介紹、會議通知、征稿等 31 篇文獻，共納入 529 篇文獻；英文文獻檢索以主題詞（“depression”, “electroencephalography”）結合自由詞的方式檢索，檢索式為：TS=（“depression” or “depressive symptoms” or “depressive symptom” or “symptom, depressive” or “symptoms, depressive” or “emotional depression” or “depression, emotional” or “depressions, emotional” or “emotional depressions”）and（“electroencephalography” or “EEG” or “electroencephalogram” or “electroencephalograms”），共檢索出 2 422 篇文獻，利用 CiteSpace 軟件自帶的 Duplicates Removal 功能，剔除校稿通知、編輯資料、會議論文和撤稿通知等 267 篇文獻，共納入 2 155 篇文獻。
1.1.2 數據轉換
中英文文獻分別以 Refworks 及 Text 的格式導出，導出的文獻紀錄中包含的信息有作者、機構、研究主題、年份、關鍵詞、摘要、所屬期刊、卷次和所屬頁碼。利用 CiteSpace 軟件中自帶的格式轉換器，將 Refworks 格式和 Text 格式文件轉化為 CiteSpace 可用的 download_XXX 格式。
1.1.3 數據處理
運行 CiteSpace 軟件，分別以“Country”、“Author”、“Institution”、“Keyword”、“Reference”、“Cited journals”作為文獻節點，對中文文獻及英文文獻進行可視化圖譜繪制，由于 CNKI 數據庫無法導出被引文獻及參考文獻，中文文獻無法進行被引文獻及期刊分析。調整選項如下：（a）the time interval of analysis 2010–2020；（b）the unit of analysis；（c）top N per slice；（d）pruning。
1.2 主要觀察指標
運行 CiteSpace 生成可視化圖譜后，分別從年度發文量、國家、作者、機構、關鍵詞、被引文獻及期刊等方面進行分析。圖譜中節點越大、連線越多，代表發文量越多、與其他節點聯系越密切；節點外圈顏色代表中心性，顏色越深中心性越高。中心性數值能夠體現影響力，中心性越高，相關研究數量越多，在抑郁癥腦電研究領域的地位也越重要[10-11]。
2 結果
2.1 CNKI 及 WOS 數據庫年度發文量趨勢
WOS 數據庫檢索到英文文獻 2 155 篇，發文量逐年遞增，年均發文量為 196 篇。CNKI 數據庫檢索到中文文獻 529 篇，年發文量平穩，年均發文量為 48 篇。如圖1 所示，近 11 年國內中文文獻發文量較為平穩，發展前景良好。
圖1
CNKI 及 WOS 數據庫年度發文量統計
Figure1.
Annual number of publications in the CNKI and WOS database
2.2 國家及地區合作可視化
Top N=50 時，得到 119 個節點，363 條連線。圖譜共納入 119 個國家及地區，其中發文量在 100 篇以上的國家及地區有 8 個，美國發文量最高，為 733 篇；中國發文量位居第三，為 161 篇，見圖2。由圖2 可以看出，國際間合作較為緊密，其中，美國有著舉足輕重的地位，中心性為最大的 0.53。過去 11 年間我國在這一領域發文量上占據一定優勢且與其他國家有一定合作關系，但中心性較低僅為 0.06，相比美國還是有很大差距。表1 展現了抑郁癥腦電研究領域在 2010 年至 2020 年間發文量前五的國家。
圖2
發表抑郁癥腦電研究相關文獻數量國家及地區分布
Figure2.
Country and region distribution on the number of references related to EEG diagnosis for depression
表1
WOS 數據庫中抑郁癥腦電研究領域前 5 的國家
Table1.
Top 5 countries with the most publications on EEG diag nosis for depression in the WOS database
2.3 作者合作可視化
經 WOS 數據庫所篩選出的文獻，Top N=50 時，共有 489 個節點，727 條連線。得到的可視化圖譜共納入 489 位作者，其中 16 位作者發文量 ≥ 10 篇，發文量最多的是 Daskalakis 團隊，發表相關論文 23 篇，影響力最大的是 Hajack 團隊，中心性為 0.83。由圖3 可見，各作者團隊間彼此存在密集的合作關系，尤其在高產作者團隊之間，同時可知外文文獻中發文量高的作者中心性普遍較高。表2 列舉出了發文量前五的作者。
圖3
WOS 數據庫中抑郁癥腦電研究的作者圖
Figure3.
Author diagram of EEG diagnosis for depression in the WOS database
表2
WOS 數據庫中抑郁癥腦電研究領域前五作者
Table2.
Top 5 authors with the most publications on EEG diagnosis for depression in the WOS database
經 CNKI 數據庫所篩選出的文獻，Top N=50 時，共有 283 個節點，271 條連線。形成后的圖譜共納入 283 位作者，其中有 10 位作者的發文量 ≥ 5 篇，最突出的是馮靜雯團隊，發文量為 13 篇。如圖4 所示，國內作者研究團隊兩極分化嚴重，彼此間合作少，聯系疏松，作者在進行結構相關性計算時，沒有得到有統計意義的聚類，無中心性高、影響力大的作者。表3 展示出了發文量前五的作者。
圖4
CNKI 數據庫中抑郁癥腦電研究的作者圖
Figure4.
Author diagram of EEG diagnosis for depression in the CNKI database
表3
CNKI 數據庫中抑郁癥腦電研究領域前五作者
Table3.
Top 5 authors with the most publications on EEG diagnosis for depression in the CNKI database
2.4 機構研究可視化
經 WOS 數據庫所篩選出的文獻，Top N=50 時，共有 388 個節點，602 條連線。形成后的圖譜共納入 388 所機構，其中 21 所機構發文量 ≥ 20 篇。發文量最多的是多倫多大學，為 63 篇；影響力最大的是馬斯特里赫特大學，中心性為 0.32。由圖5 可知，外國機構所發文獻的數量多，且不同國家機構間的合作非常緊密，尤其是排名靠前的機構。表4 展示了發文量最高的五所機構。
圖5
WOS 數據庫中抑郁癥腦電研究的機構圖
Figure5.
Institution diagram of EEG diagnosis for depression in the WOS database
表4
WOS 數據庫中抑郁癥腦電研究領域前五機構
Table4.
Top 5 institutions with the most publications on EEG diagnosis for depression in the WOS database
經 CNKI 數據庫所篩選出的文獻，Top N=50 時，共有 16 個節點，6 條連線。形成后的圖譜共納入 298 所機構，其中 20 所機構發文量 ≥ 3 篇。四川大學華西醫院心理衛生中心、首都醫科大學康復醫學院及四川大學電氣信息學院發文量并列第一，為 11 篇。由圖6 可知，機構中心性普遍很低，不同地域的機構無合作關系，機構間多為醫科大學及其附屬醫院或學院間存在聯系，比較典型的是四川大學華西心理衛生中心及解放軍總醫院中醫研究所。表5 展示了發文量最高的五所機構。
圖6
CNKI 數據庫中抑郁癥腦電研究的機構圖
Figure6.
Institution diagram of EEG diagnosis for depression in the CNKI database
表5
CNKI 數據庫中抑郁癥腦電研究領域前五機構
Table5.
Top 5 institutions with the most publications on EEG diagnosis for depression in the CNKI database
2.5 關鍵詞可視化
2.5.1 關鍵詞共現聚類分析
關鍵詞相關分析對明確研究熱點及探索未來發展趨勢具有重要作用，是可視化圖譜分析中最重要的內容[12-13]。對 WOS 數據庫所篩文獻，節點類型采用關鍵詞，時間間隔為 1 年，go-index=10 且 Top N=50 時，得到 262 個節點、1 035 條連線的關鍵詞共現聚類圖。去除其中與檢索策略相關的主題詞，共現較高的關鍵詞見圖7、表6。分析關鍵詞的共現頻次及中心性可知，國外熱點關鍵詞為重性抑郁、焦慮、失調、大腦及情緒等。圖7 同時展現了抑郁癥腦電研究關鍵詞聚類情況，共形成 9 個聚類，代表該研究領域的基礎知識結構以及其動態發展的過程[14]。除相關研究基礎及評估方法外，聚類#0、#5 可歸為抑郁癥分類及其嚴重程度；#1、#3、#7 可歸為抑郁癥腦電研究方案；#2、#6 可歸為抑郁癥伴隨癥狀。
圖7
WOS 數據庫中抑郁癥腦電研究的關鍵詞共現聚類圖
關鍵詞聚類從#0 至#8 依次為雙向抑郁、卷積神經網絡、睡眠剝奪、前額 α 波不對稱、長期功能性行為評估、重性抑郁癥、抽搐時間、神經反饋實驗方案及神經基礎
Figure7. Keywords co-occurrence cluster diagram of EEG diagnosis for depression in the WOS databasefrom #0 to #8, the keywords cluster is bidirectional depression, convolutional neural network, sleep deprivation, frontal alpha wave asymmetry, long-term functional behavior assessment, major depressive disorder, duration of seizures, neurofeedback experimental protocol, and neural basis
表6
WOS 數據庫中抑郁癥腦電研究的關鍵詞表
Table6.
Keywords of EEG diagnosis for depression in the WOS database
對 CNKI 數據庫所篩選出的文獻，節點類型選擇關鍵詞，時間間隔為 1 年，go-index=10 且 Top N=50 時，得到 172 個節點、238 條連線的關鍵詞共現聚類圖譜。去除其中與檢索策略相關的主題詞，共現較高的關鍵詞見圖8、表7。分析關鍵詞的共現頻次及中心性可知，國內較為熱點的關鍵詞為腦電信號、事件相關電位、卷積神經網絡、精神分裂癥等。圖8 同時展示了由 CNKI 數據庫數據制作的關鍵詞聚類情況，共形成 12 個關鍵詞聚類標簽，其中#10（地形圖）與#1（腦電地形圖）含義相同，故未顯示于聚類標簽當中。12 個聚類標簽存在一定程度相互交錯的情況，相互之間聯系較為緊密。其中，#0、#5、#10 可歸為抑郁癥腦電研究成像情況分析；#2、#8、#9、#11 可歸為國內抑郁癥腦電研究方向；#4、#7 為其他疾病及功能障礙伴抑郁癥的發病情況。
圖8
CNKI 數據庫中抑郁癥腦電研究的關鍵詞共現聚類圖
關鍵詞聚類從#0 至#11 依次為腦電地形圖、腦電、負性偏向、抑郁癥、帕金森病、多導睡眠圖、腦電圖、認知功能、功率譜、狀態標志、地形圖、腦電生物反饋治療儀
Figure8. Keywords co-occurrence cluster diagram of EEG diagnosis for depression in the CNKI databasefrom #0 to #11, the keywords cluster is EEG topographic map, EEG, negative bias, depressive disorder, Parkinson's disease, polysomnography, EEG map, cognitive function, power spectrum, status marker, topographic map, and biofeedback therapy instrument of EEG
表7
CNKI 中抑郁癥腦電研究的關鍵詞表
Table7.
Keywords of EEG diagnosis for depression in the CNKI database
2.5.2 關鍵詞突顯分析
對關鍵詞進行突顯分析，能觀察到持續時間最久的熱點關鍵詞及距當下最近的熱點關鍵詞，對于總結抑郁癥腦電研究領域今年研究方向及預測未來研究熱點具有重要作用[15]。對 WOS 數據庫所篩選出的文獻，時間間隔為 1 年，γ=0.8，其他均選擇默認參數，突顯分析得到 7 個突顯詞，見圖9。其中，睡眠是持續時間最長的突顯詞，從 2010 年持續至 2015 年，可知探究抑郁患者睡眠時的自發腦電節律特征及非線性動力學參數是近年國際上在該領域的主要研究方向，重性抑郁及情感是 2018 年持續至今的突顯詞，預測未來在重度抑郁癥患者的腦電研究上會有進一步突破。經 CNKI 數據庫所篩選出的文獻，時間間隔為 1 年，γ=1，其他均選擇默認參數，突顯分析得到 7 個突顯詞。其中精神分裂癥這一突顯詞從 2010 年一直持續至 2014 年，可知對精神分裂癥及抑郁癥患者靜息態腦電分類及腦電功率譜熵的對照研究是近年國內在該領域的主要研究方向。此外，焦慮是距今最近的突顯詞，可推測抑郁患者并發焦慮癥的腦電研究是未來國內在該領域的研究熱點，見圖10。
圖9
WOS 數據庫中抑郁癥腦電研究的關鍵詞突顯圖
Figure9.
Keywords highlight diagram of EEG diagnosis for depression in the WOS database
圖10
CNKI 數據庫中抑郁癥腦電研究的關鍵詞突顯圖
Figure10.
Keywords highlight diagram of EEG diagnosis for depression in the CNKI database
2.5.3 關鍵詞共現時區圖分析
通過分析關鍵詞隨時間演化趨勢，可以更好地掌握抑郁癥腦電研究領域的動態變化趨勢[16]。對 WOS 數據庫所篩選出的文獻，利用關鍵詞進行年份分析，時間跨度為 2010年至2020 年，時間分區為 1 年，其他均選擇默認參數值，繪制出節點為 169、連線為 620 的英文文獻關鍵詞共現時區圖，見圖11。可以觀察到在 2015 年以前，國外在抑郁癥腦電研究領域的研究熱點主要集中于抑郁癥的伴隨癥狀（焦慮、注意力）、腦電頻率、大腦功能連接性及腦電作用部位等；而近年來的熱點集中在腦電頻率及反饋上，反映出了國外學者對于抑郁癥患者的腦電診斷方案研究的重視，預計其最佳診斷方案是抑郁癥腦電研究領域未來的重要研究方向。
圖11
WOS 數據庫中抑郁癥腦電研究的關鍵詞共現時區圖
Figure11.
Keywords common present area diagram of EEG diagnosis for depression in the WOS database
經 CNKI 數據庫篩選出的文獻，利用關鍵詞進行年份分析，時間跨度為 2010年至2020 年，時間分區為 1 年，其他均選擇默認參數值，繪制出節點為 81、連線為 145 的中文文獻關鍵詞共現時區圖，見圖12。根據關鍵詞時區圖，可將國內抑郁癥腦電研究熱點分為 3 個階段，第一階段為 2010 年至 2013 年，此階段的研究熱點偏向基礎研究，如對腦電信號、時間相關電位、抑郁癥患者神經遞質傳遞的探索；第二階段為 2014 年至 2018 年，此階段逐漸由基礎研究向抑郁癥伴隨癥狀研究轉變，如腦電對抑郁伴帕金森病、睡眠障礙、認知功能障礙及焦慮的研究；第三階段為 2019 年至 2020 年，此階段熱點關鍵詞數量少，研究方向為腦電網絡及卒中后抑郁，預測未來會進一步加強腦電對抑郁癥伴隨癥狀的研究。
圖12
CNKI 數據庫中抑郁癥腦電研究的關鍵詞共現時區圖
Figure12.
Keywords common present area diagram of EEG diagnosis for depression in the CNKI database
2.6 被引文獻
由于 CNKI 數據庫無法導出被引文獻及參考文獻，所以本文僅分析英文文獻被引情況。對 WOS 數據庫所篩選出的文獻，運行 CiteSpace 軟件得到節點為 189、連線為 391 的被引文獻可視化圖譜，見圖13。被引頻次及中心性前五的文獻見表8[17-20]、表9[17,21-24]。被引頻次及中心性較高的文獻主要論述腦電在精神病學尤其是抑郁癥領域中的診斷作用。
圖13
WOS 數據庫中的共被引文獻圖
Figure13.
Diagram of cited references in the WOS database
表8
WOS 數據庫中被引頻次前 5 的文獻
Table8.
Top 5 cited references in the WOS database
表9
WOS 數據庫中中心性前五的文獻
Table9.
References with top 5 centrality in the WOS database
2.7 被引期刊
由于 CNKI 數據庫無法導出被引期刊，所以本文僅分析英文期刊被引情況。對 WOS 數據庫所篩選出的文獻，運行 CiteSpace 軟件，得到節點為 82、連線為 219 的被引期刊可視化圖譜，見圖14。其中，被引頻次前三的期刊依次為：Biol Psychiat（1 087 次，2019 年影響因子為 12.095）、Clin Neurophysiol（913 次，2019 年影響因子為 3.214）、Neuroimage（863 次，2019 年影響因子為 5.902）。被引中心性前三的期刊依次為：Biol Psychiat（0.6，2019 年影響因子為 12.095）、J Neurosci（0.42，2019 年影響因子為 6.074）、Neuroimage（0.39，2019 年影響因子為 5.902）。Biol Psychiat期刊中心性及被引頻次均為最高，該期刊來自于美國。
圖14
WOS 數據庫中的共被引期刊圖
Figure14.
Diagram of cited periodical in the WOS database
3 討論
從中文文獻發文量上看，中國在抑郁癥腦電研究領域近 11 年來發文量較為平穩。在合作發文作者中，中國的作者彼此間雖然形成了團隊，但團隊間合作少、兩極分化嚴重，高產作者均來自同一研究團隊。國際上此領域近 11 年發文量快速增長，國際關注度較高。在合作發文作者中，來自不同國家及地區、不同團隊間的作者合作密切。其中，發文量最多及影響力最大的作者均來自于美國，分別為來自美國加州大學圣地亞哥分校醫學院精神病學系的 Daskalakis 和來自佛羅里達州立大學生物醫學系的 Hajack。Daskalakis 團隊[25-26]的主要研究方向為同步經顱磁刺激和腦電的臨床應用及前景和腦電與經顱磁刺激對抑郁患者的療效比較研究。Hajack 團隊[27-28]的主要研究方向為抑郁癥患者受外界感官刺激誘發的事件相關電位變化。從發文機構上看，我國研究機構雖然數量多、分布廣，但機構間缺乏合作聯系，且沒有影響力高的機構。相比之下，國外具有影響力的機構來自美國，多為大學，且不同國家、不同地區的機構間交流合作密切，尤其在高產機構間。此次研究為發現潛在的國外可合作的團隊提供了方向，同時建議國內學者及機構在開展相關研究的同時擴大團隊間、機構間合作，共同推進我國抑郁癥腦電研究領域的發展。
對關鍵詞進行共現、聚類及突顯分析表明，我國在抑郁癥腦電研究這一領域研究方向及未來研究熱點與國際發展動態有所不同，主要研究的內容集中于精神分裂及抑郁障礙共病患者的腦電分類及靜息態腦電功率譜熵的對照研究[29-31]。相比之下，國際上更加注重抑郁患者的睡眠情況，主要的研究方向為抑郁患者睡眠時的自發腦電節律特征及非線性動力學參數[32-33]。同時，國外學者在同步經顱磁刺激和腦電這項技術的研究上也比較深入。關鍵詞時區圖分析結果表明，過去 11 年間我國在抑郁癥腦電研究領域可分為三個階段：第一階段為 2010 年至 2013 年，強調基礎研究，主要為腦電相關參數及方法的選擇、腦電作用下抑郁癥患者體內神經遞質傳導的變化；第二階段為 2014 年至 2018 年，偏向臨床研究，研究方向為抑郁癥伴焦慮、睡眠障礙、認知功能障礙患者腦電波形的研究；第三階段為 2019 年至 2020 年，這一階段則表現為對基礎與臨床研究都很重視，既關注卒中后抑郁患者的腦電波形，也關注腦電網絡的研究。由此看，腦電研究在我國發展趨勢良好，值得相關學者持續探索。國外在過去 11 年間研究情況有所不同，2015 年之前熱點關鍵詞較為密集，此階段國外學者注重基礎與臨床研究的結合，在對腦電頻率的選擇及腦電作用于抑郁癥患者大腦的具體部位進行探索的同時也關注抑郁伴焦慮及注意力減退患者的腦電圖波形研究。2015 年之后熱點關鍵詞數量減少，研究方向也逐漸集中于腦電的基礎研究，預計未來在腦電診斷抑郁癥患者基礎研究方面會有進一步突破。
從被引文獻上看，除美國精神病學協會于 2013 年發表的《精神障礙診斷和統計手冊》被引頻次最高之外，Stewart 等[17]在Journal of Abnormal Psychology上發表的有關抑郁患者腦電圖不對稱性的經典文獻在被引頻次及影響力上均為最高，被引頻次達 63 次，中心性為 0.38。該研究的特點在于采用隨機對照試驗的方法，以性別差異作為分組條件，發現參考電流源密度的腦電圖不對稱性可能是抑郁癥的內表型，證明了女性左前額葉活動減少與當前抑郁癥嚴重程度間的聯系，男性則表現出相反的額葉腦電圖不對稱性。這一發現對于男性和女性抑郁機制的區別研究具有重要意義。從被引期刊上看，在抑郁癥腦電研究領域中被引頻次最高、最具影響力的期刊是Biol Psychiat（近 5 年影響因子均為 11 分以上，2019 年最高，為 12.095），該期刊刊登的抑郁癥腦電研究領域文章主要集中于發育過程中睡眠/覺醒周期的腦電節律[34]、同步經顱磁刺激和腦電技術[35]、并發其他精神心理障礙抑郁患者的腦電功率及連接性[36]這三方面的研究，與近 11 年國內外在該領域的研究方向基本一致。
本研究也存在一定的局限性。因為 CiteSpace 軟件本身數據格式問題，無法對文章內容進行深入分析，而且對于數據的統計局限于單個數據庫，不能同時納入多個數據庫文獻進行分析，如納入維普、萬方等數據庫同時進行制圖。因此，文章對抑郁癥腦電研究領域的分析同樣存在局限性。文章初步呈現了國內外近 11 年在抑郁癥腦電研究領域的研究方向，嘗試預測了此領域未來的研究熱點，為今后國內學者研究相關內容提供了一定的數據參考。
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
