非线性熵在癫痫研究中的应用现状与前沿趋势：基于CiteSpace和VOSviewer的可视化分析

摘要

目的 系统分析非线性熵方法在癫痫研究领域中的应用现状、热点主题及趋势分析,为后续研究提供文献计量学参考。方法 检索Web of Science核心合集数据库,纳入2000年1月至2025年10月发表的主题涉及熵方法应用于癫痫研究的相关文献。采用CiteSpace 6.4.R1和VOSviewer 1.6.20软件对年发文量、作者、国家、机构、期刊及关键词进行可视化分析。结果 共纳入443篇文献,年发文量整体呈波动上升趋势。依据普莱斯定律,识别核心作者83名(发文量≥3篇)。发文量排名前三的国家为中国、印度和美国。发文量排名前三的机构为义安理工学院、印度理工学院印多尔分校和北京师范大学,核心研究力量集中于高等院校。Biomedical Signal Processing and Control是发文量和被引量均最高的期刊。高频次关键词为“脑电图”“分类”和“近似熵”;突现强度较高的关键词为“特征提取”和“机器学习”,突现持续时间较长的关键词为“动力学”和“脑电图”;近5年的研究热点关键词为“机器学习”“深度学习”和“功能连接”,共形成18个关键词聚类。结论 非线性熵在癫痫领域的研究持续发展,学科交叉特征显著;中国发文量领先但国际合作与临床转化有待加强;研究热点围绕脑电图和熵指标展开,聚焦癫痫分类与发作预测;前沿方向以机器学习、深度学习等人工智能(artificial intelligence,AI)技术及新型特征提取方法为核心,推动脑电信号智能分析;未来趋势将向癫痫亚型细分、多模态技术融合深化及脑动力学机制与临床转化研究并重,助力癫痫的精准诊断与治疗。

关键词

非线性熵 / 癫痫 / 脑电图 / 文献计量学 / CiteSpace / VOSviewer / 可视化分析