陳 濤 王靈麗 凌苗芊綦向軍 侯穎躍 陳國銘李志聰 李佳明 徐潔寧冷 西

1.廣東省廣州中醫(yī)藥大學第一臨床醫(yī)學院(廣東 廣州 510000)

2.廣州中醫(yī)藥大學第一附屬醫(yī)院(廣東 廣州 510405)

寶石能譜CT自2009年進入臨床以來，始終位居CT技術的前排，其通過單源高低雙能(80kVp和140kVp)瞬時切換技術，在小于0.5毫秒的時間內(nèi)采集完全匹配的兩種能量數(shù)據(jù)，然后通過數(shù)學算法實現(xiàn)數(shù)據(jù)空間能譜解析。目前寶石能譜CT常用的參數(shù)和影像模式主要包括：基物質(zhì)圖像、單能量圖像、能譜曲線和有效原子系數(shù)。此外，后處理工作站的能譜觀察與分析系統(tǒng)(GSI Viewer)還向臨床提供了最佳對比噪聲比、散點圖以及直方圖等圖像分析工具[1]。

由于任一物質(zhì)的衰減均可轉(zhuǎn)化為發(fā)生相同衰減的兩種物質(zhì)的密度，寶石能譜CT通過分離技術，獲取相匹配的兩組基物質(zhì)如碘(水)物質(zhì)對的密度圖[2]，定量分析原始物質(zhì)。除質(zhì)量高的特點外，寶石能譜CT的單能量圖像信噪比和對比噪聲比更優(yōu)，在避免硬化偽影干擾的同時更好地顯示出病灶與正常組織間的差異[3]。能譜曲線則產(chǎn)生于各物質(zhì)在不同能量水平X線下具有的特征性吸收衰減情況，可提示組織結(jié)構與病理類型。另外，當某元素的X線衰減系數(shù)與某物質(zhì)相同時，該元素的原子序數(shù)便等同于該物質(zhì)的有效原子序數(shù)[4]，從而令物質(zhì)檢測與鑒別得以實現(xiàn)。

鑒于技術上的各種優(yōu)勢，寶石能譜CT被廣泛應用于腫瘤領域的研究，近些年來發(fā)展迅速并成為熱點[5]，例如利用其強大的后處理重建出較傳統(tǒng)CT更為清晰的頭頸部腫瘤及其血管虛擬單色圖像[2]；在各種腫瘤性病變的定性診斷、分級分期、預后療效評價[6]以及鑒別診斷方面也有著突破性作用[2，7-8]。

因此，本研究采用文獻計量學的分析方法，利用CiteSpace軟件對CNKI數(shù)據(jù)庫2010-2020年間寶石能譜CT在腫瘤領域內(nèi)研究的作者、年發(fā)文量、機構、關鍵詞等文獻特征進行分析和討論，通過關鍵文獻的篩選，了解近十年國內(nèi)寶石能譜CT在腫瘤領域的研究現(xiàn)狀，為研究人員進一步研究該領域提供參考。

1 資料與方法

1.1 數(shù)據(jù)源本研究以中國知網(wǎng)(CNKI)為搜索引擎，檢索中國學術期刊網(wǎng)絡出版總庫(CAJD)。CAJD始建于1999年，如今已發(fā)展成為集期刊雜志、學位論文、會議論文等多種資源為一體的數(shù)字化學習平臺，期刊來源和引文數(shù)量多，范圍極其廣泛[9]，中文期刊8810余種，日更文量超過5萬篇，累計囊括國內(nèi)外期刊文獻總量2億多篇，已成為最大的中文數(shù)據(jù)庫服務平臺[10]。

1.2 檢索方法本研究采用專業(yè)檢索，構建表達式為：(SU = '能譜CT' OR SU ='CT能譜' OR SU ='spectral ct' OR SU ='寶石能譜'OR SU ='CT能譜成像' OR SU ='寶石CT' OR SU ='HDCT能譜' OR SU ='寶石HDCT' OR SU ='能譜成像') AND (SU = '腫瘤' OR SU ='癌癥' OR SU ='瘤子' OR SU ='瘤' OR SU ='惡性腫瘤' OR SU ='癌')，時間限定為2010年1月1日至2020年8月9日，限制數(shù)據(jù)庫檢索范圍為醫(yī)藥衛(wèi)生科技、基礎科學和信息科技。

1.3 數(shù)據(jù)處理本研究數(shù)據(jù)采用由陳超美教授開發(fā)的可視化知識圖譜分析軟件CiteSpaceⅤ5.6進行分析。該軟件是在數(shù)據(jù)可視化和科學計量學的背景下逐漸發(fā)展起來的引文分析軟件，主要關注分析科學中蘊含的潛在知識，常用于分析其研究領域的社會關系，評價研究的學術影響力。因此本文運用CiteSpace軟件，其主要原理為對知網(wǎng)數(shù)據(jù)清洗，提取關鍵詞、作者、機構、基金、單位等，統(tǒng)計其出現(xiàn)頻次，進行共現(xiàn)、聚類等可視化分析，呈現(xiàn)研究領域科學知識的關系結(jié)構、規(guī)律和分布情況。

1.4 軟件參數(shù)設置本研究的軟件設置參數(shù)如下：時間設置為2010~2020年，時間分區(qū)為1年，節(jié)點類型分別選擇為作者、機構和關鍵詞，閾值選項為Top N=50，修剪選項為關鍵路徑、修剪圖形、修剪合并網(wǎng)絡，其余為默認設置。

2 結(jié) 果

2.1 納入情況本研究初步檢索CNKI文獻數(shù)據(jù)庫共1024篇文獻，經(jīng)雙人交叉篩選剔除會議論文、外文文獻、與主題無關的文獻后，共有696篇文獻納入研究，包含期刊文獻458篇，碩士論文216篇，博士論文22篇。

2.2 年度發(fā)文量文獻的發(fā)文量在一定程度上可以呈現(xiàn)所研究領域的研究程度和發(fā)展概況[11]。2010年—2020年國內(nèi)有關寶石能譜CT在腫瘤領域方面的文獻數(shù)量變化情況見圖1，自2010年—2017年上半年發(fā)文量呈明顯上升趨勢，以2012年至2013年上升幅度最大，年發(fā)文量由25篇增長到80篇，提示當時研究成果數(shù)量增加迅速，這一年間該領域研究進展較快。到2017年年發(fā)文量達到最大，可以看出2017年寶石能譜CT在腫瘤方面的研究較前幾年達到頂峰。而后一年出現(xiàn)一個小波谷，2019年又急劇上升，至今仍波動較大，較易受影響而呈現(xiàn)波動趨勢?？傮w來看，寶石能譜CT在腫瘤方面的研究在早期呈現(xiàn)較為明顯的快速進展趨勢。

圖1 年發(fā)文量圖。圖2 作者合作網(wǎng)絡共現(xiàn)圖譜(參數(shù)顯示：節(jié)點N=206，連線E=313，密度Density為0.0148，時間切片Slice Length為1年，每個時間分區(qū)選擇發(fā)文量前50名的作者。節(jié)點大小與該作者發(fā)文數(shù)量呈正比，節(jié)點顏色與發(fā)文時間相關。標尺的不同顏色表示不同年份，從左至右依次為2010年至2020年。節(jié)點顏色對應標尺的顏色，由內(nèi)向外年份越近，年輪寬度代表該作者每年的發(fā)文量。節(jié)點間連線表示作者之間存在合作關系，連線粗細表示合作關系程度，顏色對應首次合作發(fā)文的年份)。圖3 機構合作網(wǎng)絡圖(參數(shù)顯示：節(jié)點N=67，連線E=15，密度Density為0.0068，時間切片Slice Length為1年，每個時間分區(qū)選擇發(fā)文量前50名的機構。節(jié)點外圈紫色圓圈表示該文獻中介中心性值高，大于或等于0.1，中心性反映機構在整個網(wǎng)絡中的重要性)。圖4 關鍵詞共現(xiàn)網(wǎng)絡圖譜(參數(shù)顯示：節(jié)點N=159，連線E=310，密度Density為0.0247，時間切片Slice Length為1年，選擇出現(xiàn)頻次前50名的關鍵詞。節(jié)點大小反映關鍵詞的出現(xiàn)頻次，節(jié)點之間的連線顯示共現(xiàn)關系[17]，連線粗細表示共現(xiàn)強度)。圖5 關鍵詞Timezone視圖(圖上方顏色標尺的不同顏色表示不同年份，從左至右表示2010至2020年。節(jié)點表示關鍵詞，節(jié)點在橫軸上所處的位置與上方2010-2020年的時間軸相對應，表示該關鍵詞首次出現(xiàn)的時間。節(jié)點間連線代表兩個關鍵詞出現(xiàn)在同一篇文獻，連線越粗，表示這兩個時間段傳承關系強，連線顏色對應時間標尺，表示首次出現(xiàn)在同一篇文獻的時間)。圖6 前11位關鍵詞高突現(xiàn)值圖譜(從左至右年份遞增，連續(xù)紅色格子代表該關鍵詞在一定時期內(nèi)被引頻次突然增加)。圖7 關鍵詞聚類圖譜(參數(shù)顯示：節(jié)點N=157，連線E=177，密度Density為0.0145，時間切片Slice Length為1年，每個時間分區(qū)選擇出現(xiàn)頻次前50名的關鍵詞，聚類模塊值=0.8158，聚類平均輪廓值=0.6324。聚類標簽大小與聚類規(guī)模版塊成正比，標簽越小，聚類中節(jié)點越多)。圖8 關鍵詞Timeline視圖(圖上方顏色標尺的不同顏色表示不同年份，從左至右表示2010至2020年。節(jié)點表示關鍵詞，節(jié)點在橫軸上所處的位置與上方2010-2020年的時間軸相對應，表示該關鍵詞首次出現(xiàn)的時間。節(jié)點間連線代表兩個關鍵詞出現(xiàn)在同一篇文獻，連線越粗，表示在同一篇文獻中次數(shù)越多，連線顏色對應時間標尺，表示首次出現(xiàn)在同篇文獻時間)。

2.3 作者發(fā)文量情況作者發(fā)文量作為衡量研究者成果產(chǎn)出的一項重要指標[11]，對于某些領域的核心作者評估有著重要的參考意義。對于納入的696篇文獻的作者及其發(fā)表文章數(shù)量進行收集整理，2010年—2020年間，發(fā)文量前15位作者見表1。發(fā)文量超過10篇的作者有6位，分別為林曉珠、高劍波、劉愛連、陳克敏、嚴福華和劉義軍，經(jīng)統(tǒng)計，表中前15位的作者發(fā)文量占納入研究文獻總數(shù)的24.29%，在寶石能譜CT與腫瘤領域的研究方面起到了舉足輕重的作用。

表1 前15位作者發(fā)文量統(tǒng)計表

作者合作網(wǎng)絡分析包含了作者在網(wǎng)絡中的重要性指標和網(wǎng)絡屬性，可以提供領域中較有影響力的研究團隊和具有潛在合作的作者信息，幫助研究者之間和研究小組建立合作關系[12]。

本研究借助CiteSpace對納入文獻作者進行合作網(wǎng)絡分析，繪得圖譜如圖2。由圖可知，高劍波、劉愛連、陳克敏和林曉珠4位作者發(fā)文量位居前列，且在近年來均有文章發(fā)表，在該研究領域有著“領跑”的作用，同時，4位作者均與其他作者有著一定程度的合作關系。此外，圖中還形成了以黃丹、林華、廖麗萍、何川東、王晉秋、周瑩和劉啟榆；李琳、羅德紅、趙燕鳳、周純武和林蒙；賈永軍、于勇、段海峰和楊創(chuàng)勃為代表的作者合作網(wǎng)絡網(wǎng)，其他作者之間也存在一定的合作關系。

普賴斯定律[13]顯示，研究中核心作者最少發(fā)文量m值應大于或等于3.26，取整數(shù)值為3，發(fā)文量達到3篇及以上的作者發(fā)表文獻數(shù)量之和為311，占全部納入文獻總量的44.68%，低于總文獻量的50%，表示尚未形成能譜CT與腫瘤領域的核心作者群，但近年來正在逐漸趨于完善。

2.4 機構發(fā)文量分布從機構情況分析，單位主要為大學及其附屬醫(yī)院。統(tǒng)計發(fā)文量前10位的機構作表2，發(fā)文量超過20篇的機構有5所，其中附屬醫(yī)院3所，學校2所，分別為鄭州大學、上海交通大學醫(yī)學院附屬瑞金醫(yī)院、安徽醫(yī)科大學、大連醫(yī)科大學附屬第一醫(yī)院、鄭州大學第一附屬醫(yī)院，發(fā)文量依次為34篇、25篇、22篇、22篇、21篇。由表可知，前10位機構發(fā)文量占研究文獻的28.16%，在該領域研究中也有著不可忽視的領導地位。

表2 國內(nèi)前10位機構發(fā)文量統(tǒng)計表

對納入文獻機構進行合作網(wǎng)絡可視化分析，構建機構合作網(wǎng)絡圖3。由圖可見共涉及67個機構，其中機構間合作文獻15篇，且合作關系主要發(fā)生在同一大學的附屬醫(yī)院之間，密度低提示合作分布較分散，由圖分析，發(fā)文量靠前的研究機構之間連線少，各機構間合作較少、交流貧乏，合作研究成果有待進一步加強。

2.5 核心期刊分布分析該研究領域的核心期刊有利于為學者在后續(xù)研究提供重要的理論陣地[14]。據(jù)文獻在刊登期刊中數(shù)量分布規(guī)律的總結(jié)：文獻期刊來源分布遵守布拉德福定律[15]，即如果將科技期刊按其登載相關論文數(shù)量多寡以遞減順序排列，則可以大致分為：核心區(qū)、相關區(qū)、邊緣區(qū)，每區(qū)刊論文數(shù)量相等，三區(qū)大致呈1：n：n2的關系。本文對納入文獻的期刊分布統(tǒng)計，共分析文獻 458篇，期刊來源153種。根據(jù)布拉德福定律，核心區(qū)、相關區(qū)、邊緣區(qū)的文獻數(shù)相等，均約為153篇，由此可求得三區(qū)期刊數(shù)分別為：7種，27種，119種，得出n值約等于4，符合布拉德福定律。7種核心區(qū)期刊屬于醫(yī)藥衛(wèi)生科技領域，其中6種收錄于北大核心期刊，表明我國寶石能譜CT在腫瘤領域已有一定的研究成果，且研究水平整體較高，同時也有深入研究的空間。

2.6 資助基金情況資助基金情況在一定程度上可以反映出研究的層次和水平，同時也可以反映相關部門的支持力度和重視程度[12,17]。2010年—2020年間，基金分布情況如下表3 ，寶石能譜CT在腫瘤領域的研究相關文獻獲基金共計114篇，占總納入文獻量的16.38%。其中獲國家級基金最多，達52篇，占獲助文獻的45.61%，以國家級自然科學基金為主，余下各省部級和市廳級科研基金共計62篇。該領域論文基金比為0.16，遠低于2019年中國科技期刊引證報告(核心板)公布0.47[16]，從獲基金文獻數(shù)量來看，寶石能譜CT在腫瘤領域相關的研究重視程度還有待進一步提高，相關科研成果也需加強。

表3 國內(nèi)獲助基金級別及發(fā)文量分布情況

2.7 關鍵詞分析關鍵詞是從文章中精煉提取，頻次較高的關鍵詞可以反映該領域的主要研究方向和熱點[12]。統(tǒng)計納入文獻關鍵詞的出現(xiàn)頻次和中介中心性，結(jié)果如表4所示，對所納入的文獻進行關鍵詞共現(xiàn)網(wǎng)絡分析，構建關鍵詞共現(xiàn)網(wǎng)絡圖4，圖中顯示關鍵詞間聯(lián)系緊密，關聯(lián)性較強。結(jié)合關鍵詞頻次表和共現(xiàn)網(wǎng)絡，出現(xiàn)頻次前10位的關鍵詞結(jié)果如表4，依次為：能譜成像、體層攝影術、x線計算機、肺癌、原發(fā)性肝癌、胃癌、診斷、能譜曲線、鑒別診斷、淋巴結(jié)，其中大小排名前3位的節(jié)點所示關鍵詞能譜成像、體層攝影術、X線計算機出現(xiàn)頻次分別為：443次、318次、261次，且圖中可以看出排名前列的關鍵詞在近年來發(fā)表的文獻中依然存在，熱度不減。

表4 前10位高頻關鍵詞表

根據(jù)關鍵詞頻次、相互聯(lián)系及首次出現(xiàn)時間作Timezone圖，通過Timezone 圖可以看出在關鍵詞共現(xiàn)的基礎上，更加直觀地顯示了關鍵詞從集中到多樣化的演變特點，同時也展示了研究熱點隨時間遷延的過程[18]。圖中關鍵詞出現(xiàn)的數(shù)據(jù)集中在首次出現(xiàn)的年份，如圖所示關鍵詞及研究熱點遷徙過程：在早期的能譜成像、X線計算機、體層攝影術等代表影像技術方面的關鍵詞的基礎上，逐漸朝著診斷、淋巴結(jié)轉(zhuǎn)移、腎透明細胞癌等代表各類腫瘤影像表現(xiàn)和診斷方面的關鍵詞方向發(fā)展。近年來關鍵詞影像組學和紋理分析逐漸進入研究領域，開辟出一條新的研究道路。

運用CiteSpace的突增算法對關鍵詞進行處理得到突現(xiàn)值圖譜，可以識別出主題在時間上的變化趨勢，突然增加的關鍵詞可以反映研究領域在時間上的變化趨勢，一定程度上預示著研究熱點和新興趨勢[19]。本研究前11位高突現(xiàn)值文獻如圖6，在2011年至2013年，突現(xiàn)詞為鑒別診斷、胰腺腫瘤和單能量圖像，連續(xù)三年都保持了較高的熱度，其中單能量圖像一直持續(xù)到2015年，成為當時重要的研究熱點。突現(xiàn)詞甲狀腺結(jié)節(jié)、微血管密度、甲狀腺微小癌、能譜曲線在2014至2018年間陸續(xù)出現(xiàn)，但持續(xù)時間較短，突然出現(xiàn)又突然消失，熱點持續(xù)時間短。2019年到2020年，關鍵詞灌注成像、診斷價值、紋理分析、影像組學成為新的突現(xiàn)詞，揭示了當下寶石能譜CT在腫瘤領域研究的相關熱點和最新消息，有助于研究者們明確方向。

運用CiteSpace軟件對納入文獻進行分析，得到關鍵詞聚類圖譜如圖7。聚類視圖體現(xiàn)聚類間的結(jié)構特征，將導出數(shù)據(jù)中表達內(nèi)容相同的關鍵詞合并，例如將能譜衰減曲線、體層攝影技術、寶石ct能譜曲線、x線計算機合并為能譜曲線；胃腫瘤、早期胃癌、胃間質(zhì)瘤、胃腸道間質(zhì)瘤合并為胃癌；將寶石ct、能譜ct成像、ct能譜成像等關鍵詞合并為能譜成像。

運用LLR算法圍繞關鍵詞生成了12個聚類，分別為：#0淋巴瘤、#1ct灌注、#2肝腫瘤、#3紋理分析、#4鑒別診斷、#5腎上腺、#6胃癌、#7結(jié)直腸癌、#8甲狀腺病變、#9圖像處理、#10危險度分級、#11灌注成像。對上述聚類結(jié)果進行分類，主要分為以下幾類：主要研究對象：#0淋巴瘤、#2肝腫瘤、#5腎上腺、#6胃癌、#7結(jié)直腸癌、#8甲狀腺病變；主要研究技術方法：#1ct灌注、#3紋理分析、#9圖像處理、#11灌注成像；主要研究指標：#4鑒別診斷、#10危險度分級。其中圖中數(shù)字從0到11，數(shù)字越小，聚類中包含的關鍵詞越多[20]。圖中Q(聚類模塊值)=0.8158>0.3，表示聚類結(jié)構顯著，S(聚類平均輪廓值)=0.6324>0.5，意味著聚類的合理性較好。圖中顯示以能譜成像、體層攝影術、x線計算機、肺癌、胃癌、診斷等為節(jié)點的關鍵詞連接多個聚類區(qū)塊，具有較高的中介中心性，在個聚類之間有著重要的聯(lián)結(jié)作用。

在聚類視圖的基礎上進一步構建Timeline見圖8，主要側(cè)重于勾畫各聚類間的聯(lián)系以及各聚類內(nèi)部之間的歷史跨度與時間特征。圖中右側(cè)顯示聚類的名稱，上方的時間軸表示關鍵詞第一次出現(xiàn)的時間，同一聚類中節(jié)點按照時間順序排列在同一水平線[21]，連線表示聚類中關鍵詞出現(xiàn)在同一篇文獻中，連線情況可以分析出相關的研究進展。從各研究關鍵詞出現(xiàn)時間來看，2010年-2011年，x線計算機、體層攝影術、能譜成像、胃癌、胰腺腫瘤、鑒別診斷開始受到廣泛關注，并且該時期出現(xiàn)了許多高被引頻次文獻，CT能譜在腫瘤領域的研究逐漸興起；2012年，淋巴結(jié)、肺癌、碘濃度成為研究熱點；2013年，肺結(jié)節(jié)、輻射劑量、鑒別、能譜曲線、診斷成為重點關注焦點；2015年病理分級成為新的關注點；2019年，準確性、影像組學、紋理分析、分期、良惡性腫瘤等逐漸受到廣泛關注；2020年DSA開始成為新的詞匯。預測未來將圍繞能譜CT新技術的應用，如影像組學和紋理分析用于腫瘤類型、分期等的判斷，以及進一步提高研究準確性為發(fā)展方向繼續(xù)探究。

2.8 被引頻次文獻計量學中，論文被引用的次數(shù)是衡量文獻影響力和質(zhì)量的基本指標，被引次數(shù)高的文獻具有較高的學術參考價值[22]。對納入文獻的被引情況統(tǒng)計，得到前10位高被引頻次表5，高被引文獻主要集中在2010年至2013年，位于能譜CT發(fā)展的初期，此時間段為能譜CT初步建立并發(fā)展的階段，出現(xiàn)了大量具有較高學術參考價值的文獻，其中被引頻次第1位的文獻被引255次，主要介紹了寶石能譜CT興起早期在腫瘤診斷方面的應用[23]，為能譜CT在腫瘤領域的應用開創(chuàng)了一個新的研究思路，同時也為后面的研究奠定了堅實的基礎。

表5 前10位文獻被引頻次表

3 討 論

CiteSpace軟件是陳超美教授開發(fā)的致力于文獻分析、數(shù)據(jù)挖掘、提取的一款可視化分析軟件，可以將大量的文獻數(shù)據(jù)轉(zhuǎn)化為清晰的可視化圖譜，尋找研究領域熱點，為人們更加清楚地發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的信息和相關性奠定了基礎[24]，近年來廣泛應用于各種領域的研究。本研究運用CiteSpace對能譜CT在腫瘤領域方面的研究進行數(shù)據(jù)提取整理、可視化分析，包括對所納文獻的作者、機構、基金、關鍵詞、被引頻次等方面數(shù)據(jù)使用可視化方式呈現(xiàn)，分析能譜CT在腫瘤領域的研究現(xiàn)狀和研究熱點，預測未來發(fā)展趨勢，為研究者提供一個可以參考的數(shù)據(jù)信息。

3.1 研究現(xiàn)狀本文納入了近十年能譜CT與腫瘤相關研究文獻，從上述年發(fā)文量變化趨勢情況可以看出，能譜CT應用于腫瘤領域的研究發(fā)文量逐年增加，目前正處于一個進展的階段，但近年來出現(xiàn)波動。從作者合作情況可以看出，核心作者在近年來合作增多，有助于推動本研究領域研究成果的產(chǎn)出。從發(fā)文機構情況來看，發(fā)文量前5位分別為鄭州大學、上海交通大學醫(yī)學院附屬瑞金醫(yī)院、安徽醫(yī)科大學、大連醫(yī)科大學附屬第一醫(yī)院、鄭州大學第一附屬醫(yī)院，發(fā)文量均超過20篇，發(fā)文量位于前列的作者也均來自上述機構，表明能譜CT應用于腫瘤相關領域的研究是以大學及其附屬醫(yī)院為主要研究機構推動發(fā)展形成的。從基金獲取情況分析，該研究領域獲基金比還有待提高，政府在該領域的重視程度不高，該領域研究成果還有待加強。

3.2 研究熱點 突現(xiàn)詞可以反映研究主題潛在的發(fā)展趨勢，可以表明當下研究的熱點和前沿[18]。在圖中共有11個關鍵詞出現(xiàn)在高突現(xiàn)值圖譜中，近年來灌注成像、診斷價值、紋理分析、影像組學等關鍵詞具有高突現(xiàn)值，逐漸發(fā)展為研究熱點。CT灌注成像是反映腫瘤組織內(nèi)血流動力學變化的功能成像方式，為觀察腫瘤內(nèi)部組織微觀病理變化判斷提供了途徑，也在腫瘤的診斷、鑒別、評價療效及預后的判斷上具有重要的價值[25]。近年來，隨著腫瘤性疾病發(fā)病率的攀升，影像組學已逐漸成為一門新興學科在腫瘤性病變中應用廣泛[26]，利用影像組學特征間接判斷腫瘤異質(zhì)性已經(jīng)成為新的研究熱點[27]。有研究表明紋理分析通過量化組織不均質(zhì)性及評估紋理粗糙程度等提供有關腫瘤表型和預后的重要信息[28]，臨床上常用來反映腫瘤內(nèi)部的異質(zhì)性和治療后的細微變化以及腫瘤存在的一些微觀特征，并且紋理分析還可以比病灶增長時間更早更靈敏地區(qū)分放射性肺炎和腫瘤復發(fā)[27]。因此，基于以上腫瘤診斷、療效評價技術的快速發(fā)展，更多方便、無創(chuàng)、準確度高的技術在CT上應用，成為近年來學者們研究的熱點。

3.3 研究趨勢作者發(fā)文情況以及機構發(fā)文情況可以看出，近年來核心作者仍存在合作發(fā)文，各學者之間交流不斷有助于新的研究成果的產(chǎn)出，一定程度上促進著本研究領域的發(fā)展，而合作關系以同種機構內(nèi)合作居多，大范圍內(nèi)的機構間合作仍然缺乏，不利于不同機構研究成果的交流。但本文的研究數(shù)據(jù)僅來源于中國知網(wǎng)數(shù)據(jù)庫，缺乏國外相關文獻，且所納入文獻中博士、碩士論文占比較大，文獻數(shù)量不高，質(zhì)量參差不齊，故本研究結(jié)論僅能起到一定的參考作用，需要擴大數(shù)據(jù)庫的查找范圍，納入外文文獻等方法來提高參考價值?？傮w來說，CT能譜已經(jīng)在腫瘤領域廣泛應用，針對腫瘤的診斷、鑒別、預后判斷均有一定的參考價值，且近年來也有影像組學和紋理分析等CT新技術應用于腫瘤領域，使其逐漸朝著方便、快捷、創(chuàng)傷小、準確度高的方向發(fā)展。