2.1   文献筛选结果   中国知网共检索出73篇文献，万方数据库共检索出41篇文献，Web of Science共检索出572篇文献。剔除重复文献、会议摘要、新闻报道、信息不全和相关性不大的文献，共纳入中国知网文献36篇，万方数据库文献8篇，Web of Science数据库文献447篇。筛选过程详见图1。
2.2   年发文量分析   运用CiteSpace分析中英文文献年发文量，将数据导入Microsoft Excel中绘制折线图，得到中英文文献年发文量的趋势图。如图2所示，英文文献年发文量显著高于中文。中文发文量从2018年起呈稳步增长趋势，而英文发文量自2014年起基本呈增长趋势，于2024年突增。中英文文献年发文量均于2024年达到峰值(分别为10篇、59篇)。
2.3   国家分析   节点类型选择“国家”，运用CiteSpace对眼动追踪技术研究领域发表英文文献的国家进行统计，国家共现图谱如图3所示，共纳入108个节点，73条连线，网络密度为 0.012 6，节点间形成连线较少，表示各国间合作交流不密切。英文文献发文量前5的国家见表1。值得一提的是，虽然法国以发文量26篇跻身第六，但其中心性0.1排名第二，这表明法国在跨国合作网络中发挥了显著的“桥梁”作用，这可能因为法国国家科学研究中心、法国国家健康与医








学研究院(英文文献发文量前2的机构)深度参与了国际合作的枢纽性项目，成为不同国家间知识流动的关键中介。而德国、英国等国家虽然发文量较多但是研究多局限于其国内，未重视跨国合作。
2.4   机构分析   节点类型选择“机构”，运用CiteSpace对眼动追踪技术研究领域发表中英文文献的机构进行统计，中英文共现图谱如图4，5所示。中文文献共纳入91个节点，85条连线，网络密度为0.020 8，英文文献共纳入242个节点，169条连线，网络密度为0.005 8，国内外机构间合作网络密度均较低。中、英文文献发文量排名前5的机构见表2。除法国国家












科学研究中心(0.01)，国内外其他机构中介中心性均为0，这提示各机构仅参与单一合作群体，未与其他研究团队或机构建立联系，这可能与领域内研究方向高度专业化或早期合作尚未成熟有关，如果有机构能发挥带头作用，推动与其他国家机构的合作，将有助于眼动追踪技术的开发与推广。另外，国内机构合作网络呈高度碎片化，大部分机构仅发文1篇且各机构间形成连线数量较少。国内机构可加大对眼动追踪技术的投入，从增加发文量开始逐渐拓展其影响力。
2.5   作者分析   节点类型选择“合作作者”，运用CiteSpace对眼动追踪技术研究领域发表中英文文献的作者进行统计，中英文共现图谱如图6，7所示。中文文献共纳入164个节点，334条连线，网络密度为0.025，英文文献共纳入280个节点，331条连线，网络密度为0.008 5，国内外作者均未形成密切的合作关系。中文文献发文量前5的作者分别为张轶凡、毕鸿雁、李丹丹、孙文玉、朱春燕，均为2篇；英文文献发文量前5的作者分别为Ciuffreda Kenneth Joseph(4篇)、Kerkhoff Georg(4篇)、Carrick Frederick Robert(3篇)、Bertini Caterina(3篇)、Barton Jason Jeremy Sinclair(2篇)。中英文文献作者间合作连线均较少，说明合作频次低或合作范围局限，这可能是因为眼动追踪技术尚未成熟且大规模应用于临床实践或研究方向高度细分导致合作需求低，未来需通过构建开放协作平台、鼓励跨学科项目等方式促进知识流动。
2.6   期刊可视化分析   运用VOSviewer软件中“ bibliographic coupling-Sources”模块对眼动追踪技术研究领域出版英文文献的期刊进行可视化分析，共统计出140家期刊，发文量≥2篇的有62家期刊，最小阈值选择2可得到有效连接条目为40、聚类为7的共现图谱，见图8。节点代表期刊发文数量，节点颜色代表期刊形成的聚类，节点连线代表期刊间的协作关系，线条粗且多的期刊处于相对核心的位置，影响力高。分析结果显示：











刊登眼动追踪技术应用于康复领域相关文章的期刊众多，涵盖神经科学、眼科学、脑科学、行为科学等学科分支。《Neuropsychologia》(连接数27)和《Neurorehabilitation and Neural Repair》(连接数27)与其他期刊关联最为密切，提示其影响力较大。其次是《Brain Sciences》(连接数26)、《Journal Of Neuroengineering And Rehabilitation》(连接数23)、《Vision Research》(连接数23)、《Cortex》(连接数23)。在发文量方面，《Journal Of Neuroengineering And Rehabilitation》(16篇)最多，其次是《Brain Sciences》 (12篇)、《Neuropsychologia》(8篇)、《Vision Research》(7篇)、《Cortex》(7篇)。
2.7   高被引文献结果分析   运用VOSviewer软件中“ bibliographic 
coupling-Documents”模块对眼动追踪技术研究领域的英文文献进行可视化分析，统计出447篇文章，被引频次≥40次的有31篇文章，最小阈值选择10可得到有效连接条目为58、聚类为5的共现图谱，见图9。节点越大提示文献被引频次越多，节点颜色代表文献平均出版时间，颜色越浅发表时间越晚，节点连线代表文献间的关联，线条粗且多的文献处于相对核心的位置，学术价值较高。统计结果显示：被引频次第一的是Hall(2016)，高达276次，其次为Thiagarajan(2014)、Van Wyk(2014)、Dundon(2015)、Aimola(2014)[20-24]，具体研究内容见表3。
2.8   参考文献共被引结果   运用VOSviewer软件中“Co-citation-Cited references”模块对眼动追踪技术研究领域的参考文献共被引情况进行可视化分析，共有8 259条共被引的参考文献，共被引频次≥8次的有20条，最小阈值选择8可得到有效连接条目为18、聚类为3的共现图谱，见图10。节点越大参考文献共引频次越多，节点颜色代表参考文献形成的聚类，节点连线代表参考文献间的共引关系，线条粗且多的参考文献具有更高的开创性贡献与影响力。分析结果








显示：关于眼动追踪技术应用于康复领域的共被引参考文献数量较多，参考文献之间的共被引关系较为活跃，尤其以脑卒中后单侧空间忽略的眼动研究最为广泛，且德国在此研究方面的文献数量较多，见表4。
2.9   关键词   
2.9.1   共现分析   节点类型选择“关键词”，运用CiteSpace软件绘制中英文文献关键词共现图谱，见图11，12。中文文献共纳入80个节点，140条连线，网络密度为0.044 3；英文文献共纳入304个节点，674条连线，网络密度为0.014 6，英文文献关键词分布较中文文献分散，这可能是由于发表的英文文章对眼动追踪技术开发利用的更广泛，而中文文献的研究方向较集中，如国内多聚焦于认知功能的眼动研究。
表5为中英文文献出现频次和中介中心性排名前10的关键词。中文文献代表性关键词有认知功能、孤独症谱系障碍、注意力等；英文文献代表性关键词有attention(注意力)、homonymous hemianopia(同向偏盲)、visual neglect(视觉忽略)等。排除与检索策略相关的主题词，中介中心性最高的中英文文献关键词分别为认知功能(0.28)、注意力(0.22)，而注意力也属于认知功能的其中一个维度，因此可知，国内外康复领域对眼动追踪技术的主要研究方向一致，均为利用可追踪眼动行为的设备对患者进行认知功能评估与训练并探究可行性。
2.9.2   聚类和时间线分析   聚类分析(Cluster Analysis)可以将关键词按相似性划分为若干主题群组，每个聚类代表一个研究子领域或热点方向，有助于研究者更直观地理解研究领域的知识结构、热点主题和发展趋势。在CiteSpace中，聚类通常基于对数似然比 (log-likelihood ratio，LLR)、潜在语义索引(latent semantic indexing，LSI)、互信息(mutual information，MI)3种算法，LLR是基于假设检验的文本聚类方法，用来衡量某个词语(或特征)是否在某个聚类中出现比预期更频繁，LLR更强调词之间上下文依








赖强度(共现显著性)且更稳定，因此选用CiteSpace中的LLR算法对关键词进行聚类分析，中英文文献分别得到6个聚类群(模块值Q=0.764 3 > 0.3，平均轮廓值S=0.970 6 > 0.7)和15个聚类群(模块值Q=0.765 9 > 0.3，平均轮廓值S=0.924 6 > 0.7)，聚类结果均可信，见图13，14。
时间线图是在聚类的基础上将时间维度可视化，可展示不同研究主题(聚类)随时间演变的动态过程，有助于预测未来趋势或跨阶段对比分析。运用CiteSpace软件中的“timeline”板块绘制中英文文献关键词时间线图，见图15，16。时间线图中，横轴表示时间(年份)，反映研究主题的时序发展；纵轴表示聚类编号，每个水平条带对应一个聚类(研究主题)；每个节点为关键词，节点越大代表越重要，节点间连线表示关键词之间的共现关系。中英文文献中关键词时间跨度最广的分别是注意力和单侧空间忽略，这表明它们是科研人员长时间关注且研究的内容。
2.9.3   突现分析   运用CiteSpace软件中的“热点”板块绘制中英文文献关键词突现图谱，见图17，18。“Year”表示关键词出现的年份，“Strength”代表突现强度，数值越大代表某一时间段受到的关注度越大，“Begin”和“End”分别为关键词突现的起止年份，红线代表突现持续时间，蓝线表示该阶段虽然有相关研究但总体活跃度不高。中文文献共分析出5条突现关键词，突现强度最高的是认知功能(0.78)，这与共现和聚类分析结果一致，说明认知功能是康复领域中应用眼动追踪技术研究的热点方向。突现时间最长的是“康复训练”，一定程度上说明临床科研工作者比较关注眼动追踪训练的疗效并对其进行深度研究与探索。英文文献共分析出11条突现关键词，突现强度最高的是动态视觉敏感度(2.66)，眼动仪可以量化受试者的动态视敏度，并通过相应指标反映出受试者对视刺激的反应能力等。突现时间最长的是“注意力”，且一直持续到现在，说明运用眼动追








踪技术对注意力进行评估与训练是一直以来的研究热点，并且未来将会持续对其进行探究。除此之外，虚拟现实技术与眼动追踪技术相结合也是近年来的热点。虚拟现实技术作为一种新兴技术可以渗透入临床康复训练中，拓宽康复思路，研究者可以把握当下人工智能技术范式快速演进的时代趋势，多维度思考切入点，探索新型临床干预路径，最终形成循证医学支持的精准化、个体化康复治疗方案，推动临床转化研究向纵深发展。

[1] 卓瑜,严凯,孙瑜,等.眼动追踪技术在认知功能中的研究进展[J].实用医院临床杂志,2024,21(4):188-191. [2] TAO L, WANG Q, LIU D, et al. Eye tracking metrics to screen and assess cognitive impairment in patients with neurological disorders. Neurol Sci. 2020;41(7):1697-1704.  [3] KELLER J, GORGES M, HORN HT, et al. Eye-tracking controlled cognitive function tests in patients with amyotrophic lateral sclerosis: a controlled proof-of-principle study. J Neurol. 2015;262(8):1918-1926. [4] 尤佳璐,惠延年,张乐.眼球运动及眼动追踪技术的临床应用进展[J].国际眼科杂志,2023,23(1):90-95. [5] 刘革平,冉文妍,杨瑜颖,等.VR环境下认知追踪关键技术综述[J].人工智能科学与工程,2024(2):1-17. [6] GODFROID A, HUI B. Five common pitfalls in eye-tracking research. Second Lang Res. 2020;36(3):277-305. [7] 杨宇轩,张晗,杜娟,等.眼动追踪的动态任务评估脑卒中后单侧空间忽略的价值研究[J].中国全科医学,2023,26(32): 4020-4025.  [8] 韦卓男,樊响,余可妍,等.结构MRI联合基于VR眼动追踪技术的计算机化认知评估在阿尔茨海默病早期诊断中的应用价值[J].磁共振成像,2024,15(6):49-53. [9] SKARAMAGKAS V, GIANNAKAKIS G, KTISTAKIS E, et al. Review of Eye Tracking Metrics Involved in Emotional and Cognitive Processes. IEEE Rev Biomed Eng. 2023;16:260-277. [10] TAYLOR G, HERBERT JS. Eye tracking infants: investigating the role of attention during learning on recognition memory. Scand J Psychol. 2013;54(1):14-19.  [11] 李进,尹兵兵,杨颖,等.基于游戏为主的康复干预对脑瘫患儿精细运动功能及依从性的影响[J].中国当代医药,2021, 28(34):90-93.     [12] 李慧,赵玲,徐晓娅.眼动追踪技术在神经退行性疾病认知功能障碍中的研究进展[J].中国神经精神疾病杂志,2024, 50(10):608-614. [13] 王烽,赖江峰,蓝诚红,等.眼动追踪技术在神经退行性疾病中的应用研究进展[J].眼科新进展,2024,44(11):908-913. [14] CHEN C. Searching for intellectual turning points: progressive knowledge domain visualization. Proc Natl Acad Sci U S A. 2004;101(Suppl 1):5303-5310.  [15] CHEN C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature. J Am Soc Inf Sci Technol. 2006;57(3):359-377.  [16] ARRUDA H, SILVA ER, LESSA M, et al. VOSviewer and Bibliometrix. J Med Libr Assoc. 2022;110(3):392-395. [17] VAN ECK NJ, WALTMAN L. Citation-based clustering of publications using CitNetExplorer and VOSviewer. Scientometrics. 2017;111(2):1053-1070.  [18] DONTHU N, KUMAR S, PATTNAIK D. Forty-five years of Journal of Business Research: A bibliometric analysis. J Bus Res. 2020;109:1-14. [19] VAN ECK NJ, WALTMAN L. Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics. 2010;84(2):523-538.  [20] HALL CD, HERDMAN SJ, WHITNEY SL, et al. Vestibular Rehabilitation for Peripheral Vestibular Hypofunction: An Evidence-Based Clinical Practice Guideline: From the american physical therapy association neurology section. J Neurol Phys Ther. 2016; 40(2):124-155. [21] THIAGARAJAN P, CIUFFREDA KJ. Versional eye tracking in mild traumatic brain injury (mTBI): effects of oculomotor training (OMT). Brain Inj. 2014;28(7):930-943.  [22] VAN WYK A, EKSTEEN CA, RHEEDER P. The effect of visual scanning exercises integrated into physiotherapy in patients with unilateral spatial neglect poststroke: a matched-pair randomized control trial. Neurorehabil Neural Repair. 2014;28(9):856-873.   [23] DUNDON NM, BERTINI C, LÀDAVAS E, et al. Visual rehabilitation: visual scanning, multisensory stimulation and vision restoration trainings. Front Behav Neurosci. 2015;9:192.  [24] AIMOLA L, LANE AR, SMITH DT, et al. Efficacy and feasibility of home-based training for individuals with homonymous visual field defects. Neurorehabil Neural Repair. 2014;28(3):207-218.  [25] ZIHL J. Visual scanning behavior in patients with homonymous hemianopia. Neuropsychologia. 1995;33(3):287-303.  [26] NELLES G, ESSER J, ECKSTEIN A, et al. Compensatory visual field training for patients with hemianopia after stroke. Neurosci Lett. 2001;306(3):189-192.  [27] PAMBAKIAN AL, MANNAN SK, HODGSON TL, et al. Saccadic visual search training: a treatment for patients with homonymous hemianopia. J Neurol Neurosurg Psychiatry. 2004;75(10):1443-1448.  [28] ROTH T, SOKOLOV AN, MESSIAS A, et al. Comparing explorative saccade and flicker training in hemianopia: a randomized controlled study. Neurology. 2009;72(4): 324-331.  [29] KERKHOFF G, MÜNßINGER U, HAAF E, et al. Rehabilitation of homonymous scotomata in patients with postgeniculate damage of the visual system: saccadic compensation training. Restor Neurol Neurosci. 1992; 4(4):245-254.  [30] 赵生美,黄鹏,陈立艳,等.国内外医学伦理学教育可视化比较分析及启示[J].中国医学伦理学,2023,36(1):95-101. [31] LIU Z, YANG Z, GU Y, et al. The effectiveness of eye tracking in the diagnosis of cognitive disorders: A systematic review and meta-analysis. PLoS One. 2021;16(7):e0254059. [32] PRZYBYSZEWSKI AW, ŚLEDZIANOWSKI A, CHUDZIK A, et al. Machine Learning and Eye Movements Give Insights into Neurodegenerative Disease Mechanisms. Sensors (Basel). 2023;23(4):2145.  [33] 张慧,陆媛,刘文斌,等.眼动检查在轻度认知功能障碍筛查中的应用[J].同济大学学报(医学版),2024,45(4):543-549. [34] JOHKURA K, KAWABATA Y, AMANO Y, et al. Bedside evaluation of smooth pursuit eye movements in acute sensory stroke patients. J Neurol Sci.2015;348(1-2):269-271. [35] RIEK HC, BRIEN DC, COE BC, et al. Cognitive correlates of antisaccade behaviour across multiple neurodegenerative diseases. Brain Commun. 2023;5(2):fcad049.  [36] SINGH T, FRIDRIKSSON J, PERRY CM, et al. A novel computational model to probe visual search deficits during motor performance. J Neurophysiol. 2017;117(1):79-92. [37] KAUFMANN BC, CAZZOLI D, PFLUGSHAUPT T, et al. Eyetracking during free visual exploration detects neglect more reliably than paper-pencil tests. Cortex. 2020;129: 223-235. [38] 王佳佳,刘博文,林蓓蕾,等.眼动追踪技术在脑卒中患者康复中的应用进展[J].中国实用神经疾病杂志,2024,27(4):514-518. [39] NEGIN C, MAHSHID F, MAHDIEH E, et al. 317-Behavioural markers of mild cognitive impairment: diagnostic value of eye-tracking study. Int Psychogeriatr. 2020;32(S1):75-75. [40] 龚翔,赵若欣,杨云,等.垂直感知在脑卒中患者姿势控制障碍中的研究进展[J].中国康复,2022,37(8):504-508. [41] 王万宏,毕鸿雁,邱振刚,等.视觉追踪训练联合六字诀对帕金森病患者运动功能和生活质量的影响[J].康复学报,2020, 30(6):474-478. [42] CHASTE P, LEBOYER M. Autism risk factors: genes, environment, and gene-environment interactions. Dialogues Clin Neurosci. 2012; 14(3):281-292. [43] 许金波,韩辉,施磊,等.眼动追踪技术在儿童孤独症谱系障碍中的研究进展[J].中华全科医学,2023,21(9):1571-1575. [44] LAI MC, LOMBARDO MV, Baron-Cohen S. Autism. Lancet. 2014;383(9920):896-910. [45] 张轶凡,李丹丹,张龙,等.孤独症谱系障碍患者社会注意缺陷的眼动追踪研究[J].中华行为医学与脑科学杂志,2022, 31(1):89-94. [46] 孙宾宾,韦臻,冯哲,等.眼动追踪技术在孤独症谱系障碍临床诊断中的应用研究[J].中国儿童保健杂志,2020,28(1):10-14.  [47] GUAN DX, PETERS ME, PIKE GB, et al. Cognitive, Behavioral, and Functional Outcomes of Suspected Mild Traumatic Brain Injury in Community-Dwelling Older Persons Without Mild Cognitive Impairment or Dementia. J Acad Consult Liaison Psychiatry. 2025;66(2):118-129.  [48] 魏家航,吕晨燕,张赓华,等.眼动仪在神经康复中的应用现状及研究进展[J].机器人外科学杂志,2022,3(3):229-234. [49] CADE A, TURNBULL PR. Clinical testing of mild traumatic brain injury using computerised eye-tracking tests. Clin Exp Optom. 2022;105(7):680-686. [50] RATIU I, FISSEL-BRANNICK S, WHITING M, et al. The Impact of Mild Traumatic Brain Injury on Reading Comprehension and Eye Movements: Preliminary Results. J Commun Disord. 2022;96:106197. [51] STUART S, PARRINGTON L, MARTINI D, et al. The Measurement of Eye Movements in Mild Traumatic Brain Injury: A Structured Review of an Emerging Area. Front Sports Act Living. 2020;2:5. [52] BERRYMAN A, RASAVAGE K, POLITZER T, et al. Oculomotor Treatment in Traumatic Brain Injury Rehabilitation: A Randomized Controlled Pilot Trial. Am J Occup Ther. 2020;74(1):7401185050p1-7401185050p7. [53] 高文艳,郑兆燕,潘尚,等.Theta爆发式经颅磁刺激的文献计量学和可视化分析[J].中国组织工程研究,2025,29(20):4389-4400.  [54] ORLOSKY J, ITOH Y, RANCHET M, et al. Emulation of Physician Tasks in Eye-Tracked Virtual Reality for Remote Diagnosis of Neurodegenerative Disease. IEEE Trans Vis Comput Graph. 2017;23(4):1302-1311.  [55] 林宜杰,张利,徐琳峰,等.基于眼动技术的VR认知训练在卒中后右脑半球损伤注意障碍患者中的康复应用[J].中国康复,2024,39(2):72-75. [56] WIEBE A, SELASKOWSKI B, PASKIN M, et al. Virtual reality-assisted prediction of adult ADHD based on eye tracking, EEG, actigraphy and behavioral indices: a machine learning analysis of independent training and test samples. Transl Psychiatry. 2024;14(1):508.  [57] PULAY MÁ. Eye-tracking and EMG supported 3D Virtual Reality - an integrated tool for perceptual and motor development of children with severe physical disabilities: a research concept. Stud Health Technol Inform. 2015;217:840-846. [58] ADHANOM IB, MACNEILAGE P, FOLMER E. Eye Tracking in Virtual Reality: a Broad Review of Applications and Challenges. Virtual Real. 2023;27(2):1481-1505.

[1]	徐灿丽, 何文星, 王玉萍, 巴寅颖, 迟 莉, 王文娟, 王佳佳. 核因子κB激活激酶在自身免疫、信号通路、基因表达、肿瘤防治等领域的研究脉络与趋势[J]. 中国组织工程研究, 2026, 30(在线): 1-11.
[2]	朱小龙, 张 玮, 杨 阳. 椎间盘再生与修复领域研究热点与前沿信息的可视化分析[J]. 中国组织工程研究, 2026, 30(9): 2391-2402.
[3]	温发延, 李 岩, 强天明, 杨 琛, 申林明, 李亚东, 柳永明. 单侧双通道内镜技术治疗腰椎疾病：全球研究现状及变化趋势[J]. 中国组织工程研究, 2026, 30(9): 2380-2390.
[4]	王 峥, 程 吉, 于金龙, 刘文红, 王召红, 周鲁星. 水凝胶材料在脑卒中治疗中的应用进展与未来展望[J]. 中国组织工程研究, 2026, 30(8): 2081-2090.
[5]	高 峰, 张 俊, 余文君, 单于玉婧, 赵 乐, 胡雨婷, 王俊华, 刘永富. 佩戴腕手矫形器对脑卒中患者手功能障碍作用的Meta分析[J]. 中国组织工程研究, 2026, 30(8): 2124-2131.
[6]	赖 渝, 陈跃平, 章晓云. 生物活性材料治疗骨感染的研究热点与前沿趋势[J]. 中国组织工程研究, 2026, 30(8): 2132-2144.
[7]	陶代菊, 苏海玉, 王宇琪, 沈志强, 何 波. 高/低表达miR-122-5p稳转PC12细胞株的构建和鉴定[J]. 中国组织工程研究, 2026, 30(7): 1790-1799.
[8]	张海文, 张 贤, 许太川, 李 超. 衰老在骨质疏松领域研究现状及趋势的文献可视化分析[J]. 中国组织工程研究, 2026, 30(6): 1580-1591.
[9]	曹新燕, 于子夫, 冷晓轩, 高世爱, 陈金慧, 刘西花. 重复经颅磁刺激和经颅直流电刺激对脑瘫患儿运动功能及步态影响的网状Meta分析[J]. 中国组织工程研究, 2026, 30(6): 1539-1548.
[10]	黄 杰, 曾 浩, 王文驰, 吕柱成, 崔 伟. 脂代谢影响骨质疏松症的文献可视化分析[J]. 中国组织工程研究, 2026, 30(6): 1558-1568.
[11]	周 坚, 张 涛, 周威力, 赵星丞, 王 军, 沈 杰, 钱 丽, 陆 明. 抗阻训练对骨质疏松并肌少症患者股四头肌质量及膝关节功能的影响[J]. 中国组织工程研究, 2026, 30(5): 1081-1088.
[12]	陈 强, 伍文娟, 江舒华, 黄 达. 体育锻炼改善烧伤患者身体功能的系统评价与Meta分析[J]. 中国组织工程研究, 2026, 30(5): 1269-1281.
[13]	杨泽雨, 支 亮, 王 佳, 张婧欹, 张清芳, 王玉龙, 龙建军. 高频重复经颅磁刺激研究热点宏观角度的可视化分析[J]. 中国组织工程研究, 2026, 30(5): 1320-1330.
[14]	杨媛媛, 周珊珊, 成小菲, 冯露叶, 汤继芹. 非侵入性脑刺激治疗脑卒中后下肢运动功能障碍的网状Meta分析[J]. 中国组织工程研究, 2026, 30(4): 1008-1018.
[15]	廖广滔, 冯梓誉, 傅小勇, 赵清兰, 陈 超, 洪劲松. 距下关节制动治疗儿童柔性扁平足：影像学指标与临床疗效的关系[J]. 中国组织工程研究, 2026, 30(3): 661-670.

眼动追踪技术(eye-tracking technology)是一种通过记录眼球运动来研究视觉注意力、信息处理和认知过程的方法[1]，这项技术能够精确测量个体在观察、阅读或进行其他视觉任务时眼睛的位置、移动速度以及停留时间，从而提供对个体认知状态和过程的深入理解[2-3]。传统的康复评估方法主要依赖于主观量表和行为观察，存在主观性强、灵敏度低等局限性。而眼动追踪技术能够提供客观、精确的眼动数据，例如注视点、扫视、瞳孔反应等，为康复评估提供了更可靠的依据[4]。此外，眼动追踪技术还可以与虚拟现实技术(virtual reality，VR)结合使用，直接在虚拟现实技术环境下收集注视情况、瞳孔反应和眨眼率等眼动数据，同时构建沉浸式康复训练环境，提高患者的参与度和训练效果[5]。
在过去的几年中，眼动追踪技术因能够提供关于认知过程的直接和客观数据而受到越来越多研究者的关注[6]，这项技术在康复领域中的应用主要分为评估和治疗两方面。首先，眼动追踪技术能够评估脑卒中患者的单侧空间忽略[7]、阿尔茨海默病患者的认知功能障碍等[8]，从而为基础的认知功能研究以及探索复杂的心理和神经机制提供了独特的视角[9]。其次，基于眼动交互的康复游戏和训练系统等可用于治疗孤独症患者的注意力障碍[10]、脑瘫患儿的手眼协调能力[11]，从简单的视觉刺激反应到复杂的决策制定过程，眼动追踪技术都能够揭示认知活动的细节[12]。然而，眼动追踪技术在国内康复领域的应用仍处于初步阶段，临床应用较少，并且面临着设备成本高、数据标准化不足等挑战[13]。因此，综合分析该领域的应用现状和热点趋势对临床康复工作具有实际意义。依托文献计量学的理论方法对文献进行多方面归纳分析，可以帮助研究者快速清晰地了解该领域的研究进程，把握未来研究趋势。
此研究对 2014-2025 年中国知网、万方数据库以及Web of Science 数据库中关于眼动追踪技术用于康复领域的相关文献进行统计并将年发文量、国家、机构、作者合作以及关键词共现、聚类、时间线、突现和来源期刊、参考文献共被引网络进行可视化分析，利用CiteSpace和 VOSviewer软件绘制图谱，希望揭示眼动追踪技术在康复医学领域的应用趋势和发展潜力。
中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

1   资料和方法   Data and methods
1.1   文献来源及检索策略    Web of Science由美国科睿唯安公司开发，是全球权威的学术引文数据库，覆盖自然科学、社会科学、人文艺术等领域的核心期刊文献，提供科学引文索引(SCI)、社会科学引文索引(SSCI)等子库，同时还可以帮助研究者追踪学术趋势、评估期刊影响力(如影响因子JIF)及个人学术成果(如H指数)，是国际科研评价的核心工具。中国知网由中国清华大学等机构建设，整合期刊、学位论文等海量中文学术资源，以查重系统和知识图谱为特色，支撑中文研究与学术规范管理。万方数据库隶属中国科学技术信息研究所，聚焦科技、医学、工程领域，收录专利、标准及科技成果，提供科技查新和产业分析服务，推动产学研结合。Web of Science侧重国际英文资源与影响力评估，中国知网覆盖全学科中文文献，万方数据库则深耕科技应用与成果转化，三者各具特色，研究者可根据语言偏好、学科方向及具体需求灵活使用以互补资源。
此研究中文数据库选择中国知网(https://www.cnki.net/)和万方数据库(https://g.wanfangdata.com.cn/index.html)，英文数据库选择Web of Science(https://webofscience.clarivate.cn/wos/woscc/basic-search)。2025-04-08以后以上数据库依然对中国作者开放。  
1.1.1   中国知网检索策略   采用高级检索，选择主题检索，以“(眼动追踪 + 眼球追踪 + 眼动示踪 + 眼球示踪) AND (康复)”为检索式，勾选“同义词扩展”，时间范围选择2014-01-01至2025-02-05，来源类别选择“全部期刊”。
1.1.2   万方数据库检索策略   采用高级检索，文献类型选择“期刊论文”，选择主题检索，以“(眼动追踪 OR 眼球追踪 OR 眼动示踪 OR 眼球示踪) AND (康复)”为检索式，出版时间选择2014-01-01至2025-02-05，勾选“主题词扩展”。
1.1.3   Web of Science数据库检索策略   选择All Databases，即在所有数据库中检索。选择Topic，以“TS=(eye-tracking OR eye movement*) AND TS=(rehabilitation)”为检索式进行主题词检索，时间自2014-01-01至2025-02-05，Research Areas(研究方向)选择Neurosciences Neurology(神经科学) OR Rehabilitation(康复)，Document Types(文章类型)选择Article(文章) OR Review Article(综述文章) OR Clinical Trial(临床试验)。
1.2   入组标准   
1.2.1   纳入标准   ①研究内容为眼动追踪技术应用于康复领域相关研究；②文献类型为临床试验、系统评价、Meta分析和综述。
1.2.2   排除标准   ①文章内容与研究主题相关性差；②文章类型为学位论文、会议、图书、报纸、年鉴、专利等；③在多个数据库重复出现的文章。
1.3   数据提取与分析方法   2位研究人员独立提取数据，初步根据文章标题和摘要进行筛选，二次筛选以纳入、排除标准为依据，如有争议与第3位研究人员讨论决定。提取纳入研究文献的标题、作者、摘要、年份、机构及关键词等信息。
中国知网和万方数据库的数据以Refworks格式导出后将文档分别命名为“download_CNKI.txt”和“download_Wanfang.txt”并共同放入中文文献的input文件夹中。Web of Science的数据以Plain text file格式导出，记录内容选择“Full Record and Cited References”，文件命名为“download_WOS.txt”并放入英文文献的input文件夹中。
1.3.1   可视化分析软件CiteSpace介绍及参数设置   CiteSpace是一款基于Java开发的文献计量与科学知识图谱可视化分析工具，由美国德雷塞尔大学陈超美教授团队开发。通过分析学术文献中的引文网络、关键词共现、作者合作等数据，以动态网络图谱形式揭示学科领域的研究热点、知识结构演化路径及前沿趋势[14]。CiteSpace 构建的是时序共现网络，Time Slicing(时间切片)是基础单位，切片越细则趋势变化越清晰，切片太粗则会隐藏突变、演化信息；g-index 是基于每个节点(作者、文献、关键词)的“被引数量排序”动态确定的，参数k则是一个线性放大因子，控制每个切片最终保留多少个节点用于建图；Pruning(剪枝策略)中的Pathfinder pruning是一种信息骨架提取算法，去除冗余边，提高可读性与结构清晰度。此研究基于CiteSpace开发者陈超美教授在原始论文中的描述和经验以及纳入的文献量选择相应参数[15]。
CiteSpace参数设置：此研究利用CiteSpace 6.4.R1对纳入文献去重、格式转化并进行年发文量(将CiteSpace自动统计得到的发文量数据复制到 Microsoft Excel 中绘制折线图)、国家、机构、作者以及关键词共现、聚类、突现、时间线分析，绘制共现图谱以及导出中介中心性、频次、发文量等数据。参数设置：时间起于2014年1月止于2025年12月，时间切片为1，节点类型选择“合作作者”“机构”“国家”“关键词”，g-index参数k=25，剪枝策略选择pathfinder，其他选项默认。
1.3.2   可视化分析软件VOSviewer介绍及参数设置   VOSviewer 是由Nees Jan van Eck和Ludo Waltman(莱顿大学)于2010年发布的基于网络数据创建并探索图谱的软件工具。VOSviewer可通过网络、叠加或密度可视化3种可能的表现形式之一来探索作者共现、关键词共现、参考文献共被引关系等[16]。VOSviewer分析类型中bibliographic coupling(文献耦合)关注的是两篇文献是否引用了相同的第三方资源，适用于识别新兴主题、捕捉最新学术趋势和研究动态，而Co-citation(共被引分析)揭示两篇文献是否同时被其他文献引用，适合发现研究领域的奠基性研究或核心理论[17]；VOSviewer 提供Full counting 和 Fractional counting两种计数方式，Full counting 会把每个节点每一次的被引用都完整计入，能更真实反映期刊或文献的影响力[18]；Minimum number of citations(最低共被引次数阈值)的选择要以保留具有广泛影响的核心节点、节点之间共现关系密度适中、图谱结构清晰、可读性好为标准；Attraction(吸引力)决定了有连接的节点联系紧密度，Repulsion(排斥力)决定了非连接节点间的排斥距离[19]，软件中的默认设置为Attraction=2，Repulsion=-1，也可根据图谱具体情况调节；标签大小、字体大小、字数最大长度均以图谱清晰美观为目标调节。
VOSviewer参数设置：此研究利用VOSviewer 1.6.20对纳入文献进行期刊共现分析、被引文献共现分析及参考文献共被引分析。参数设置：期刊共现分析、被引文献共现分析选择 bibliographic coupling，参考文献共被引分析选择Co-citation；选择Full counting；阈值、吸引力、排斥力、节点大小等根据具体情况调节。
在知识图谱的可视化呈现中，各构成要素具有明确的含义：首先，节点尺寸与它所代表的元素数量或频数呈正相关；其次，节点间的连接线通过两个维度表征学术合作关系——线宽直观反映共被引强度或合作紧密度，连线数量则体现交流的广度，基于此，同时具备粗连线和多连线的节点通常处于网络结构的核心位置，往往具有较高的学术影响力；最后，不同颜色区块代表不同的聚类，可清晰识别出具有相似研究方向或知识关联的群落。

3.1   研究现状   文章对2014-2025年间国内外康复领域中眼动追踪技术的研究进行了文献计量学分析，发现在此期间眼动技术逐渐受到康复领域相关从业人员的关注，该领域年度研究成果的发表数量呈现出持续上升的趋势，国内外发文量均于2024年达到顶峰。在这一领域内，发表文章数量以及中心性排名第一的国家均为美国，发表文章最多的研究机构来自法国，尤以法国国家科学研究中心为代表。但是国内外所有机构中心性均< 0.1，这提示国际间缺乏交流合作，缺乏核心研究团队。虽然中国也显示出一定的研究活跃度，但该领域的中文文献整体发文量及文章的深度、广度、宽度不及英文文献，这对之后的研究者进行文献计量学分析以及Meta分析都造成了困难。通过CiteSpace对中国知网、万方数据库中有关眼动追踪技术应用于康复领域的中文文献的产出机构进行分析，发现大部分机构仅发表1篇文章，并且发表于英文期刊上的文章很少，这提示国内机构对该领域的研究不够深入，中国康复学者应加大对眼动追踪技术的开发与利用，积极与国外专家学者交流，以期更加精通眼动追踪技术并灵活运用于临床康复，为患者寻找更个体化的诊疗方案。
此次研究利用VOSviewer软件对眼动追踪技术在康复领域应用的英文文献进行了期刊可视化分析，共识别出140家相关期刊，其中62家期刊发文量≥2篇。分析结果揭示了该领域研究的跨学科性及潜在的研究热点，为未来研究方向和投稿期刊的选择提供了参考。首先，可视化图谱清晰地展示了眼动追踪技术在康复领域应用的跨学科特征，神经科学、眼科学、脑科学、行为科学等学科期刊之间联系紧密，形成了复杂的网络结构。这种跨学科融合趋势表明，眼动追踪技术作为一种重要的研究工具，已被应用于康复医学的多个领域，例如神经系统疾病康复、视觉功能评估、认知功能训练等。不同学科之间的交叉融合，不仅拓展了研究视野，也为解决康复医学领域的复杂问题提供了新的思路和方法。其次，分析结果显示，《Neuropsychologia》
《Neurorehabilitation and Neural Repair》《Brain Sciences》《Journal Of Neuroengineering And Rehabilitation》《Vision Research》《Cortex》等期刊与其他期刊联系最为密切，构成了该领域的核心期刊群。这些期刊在神经科学、康复医学、眼科学等领域具有较高的学术影响力，其发表的论文往往代表着该领域的最新研究进展和前沿方向。研究者可以重点关注这些期刊，及时了解领域动态，把握研究热点。另外，《Neuropsychologia》《Journal of Neuroengineering and Rehabilitation》等属于JCR分区Q1、Q2的高影响力期刊，这些期刊对论文的学术质量和创新性要求较高，发表的文章在一定程度上代表了该领域的研究水平。因此，从来源期刊的质量和地位可以推断，眼动追踪技术在康复领域应用的研究整体上具有较高的学术价值和应用前景。未来研究应注重跨学科合作，关注核心期刊动态，把握研究热点，推动眼动追踪技术在康复医学领域的应用和发展。
对高被引文献进行可视化分析，发现高被引文献主要集中在眼动训练对神经系统疾病康复的应用，特别是针对外周性前庭功能低下、创伤性脑损伤、脑卒中后单侧空间忽略以及同侧性视野缺损等疾病的康复治疗，这表明眼动追踪技术在神经系统疾病康复领域具有重要的应用价值，并且是当前研究的热点方向。从共被引分析结果来看，HALL (2016) 的研究在该领域具有较高的影响力，被引用次数达到276次，这表明其研究的特定眼动训练在治疗外周性前庭功能低下方面的有效性得到了广泛的认可和应用。这种高引用率可能与其研究的创新性、方法的可靠性以及结果的实用性有关。从国家分布来看，美国在该领域的研究较为活跃，有多篇高被引文献，这反映了美国康复科研团队对眼动追踪技术投入了大量有指导意义的研究，可以为其他团队提供参考。另外，高被引文献的作者来自美国、南非、意大利和英国等不同国家，这表明眼动追踪技术在康复领域的应用是一个全球性的研究热点，如果各国加强国际合作与交流将有助于推动该领域的研究进展，促进研究成果的共享和应用。
参考文献共被引的分析结果揭示了该领域的研究集中度和影响力，也反映了不同国家和地区在该领域的研究贡献。研究发现，共被引频次较高的文章均为对脑卒中后单侧空间忽略患者的眼动模式研究与训练，并且国家大多为德国，这可能表明德国的研究者将眼动研究的重心放在脑卒中后单侧空间忽略这一领域，并且德国各机构间联系密切。另外，这也说明眼动追踪技术在提高患者认知功能方面的应用潜力，未来国内研究者可以从不同角度进行研究与验证。
3.2   研究热点与趋势   关键词体现文献的核心内容，关键词分析可以较为直接地反映研究主题和研究热点[30]。结合关键词共现与聚类结果分析，康复领域对眼动追踪技术的应用热点主要为对脑卒中患者的认知功能尤其是单侧空间忽视的康复、孤独症谱系障碍儿童的治疗以及创伤性脑损伤患者神经康复的研究。
3.2.1   在脑卒中康复中的应用   眼动追踪技术在神经康复尤其是脑卒中患者中的应用近年来取得了显著进展，它作为一种评估神经功能损伤和康复效果的重要工具，已被用于评估脑卒中患者的认知功能，如注意力、执行功能和视觉空间处理能力[31-32]。研究表明，眼动参数(如扫视潜伏期、凝视时间和眼跳幅度)与神经心理学测试结果具有高度相关性，能够为认知功能障碍的早期诊断提供客观指标[33-35]。
此外，眼动追踪技术还可用于区分功能性眼动障碍与器质性损伤[36]，为临床决策提供支持。目前，在脑卒中后单侧空间忽视患者中，眼动追踪技术能够量化患者对患侧空间的注意力缺失程度，从而指导针对性康复训练[37]。
已有研究表明，眼动追踪技术能够早期识别脑卒中患者的细微眼动异常[38-39]，尤其是在执行反眼跳任务、平滑追踪任务和视觉搜索任务时，脑卒中患者表现出明显的眼动控制缺陷。这些眼动特征不仅有助于区分脑卒中患者与健康人群，还可用于评估病变部位和损伤程度，例如脑干卒中患者常表现为垂直扫视障碍，而大脑半球卒中患者则更多出现水平扫视异常[40]。另外，王万宏等[41]的研究也证实，视觉追踪训练可以明显提高脑卒中患者的步行功能、平衡能力以及患者的生活自理能力。
3.2.2   在孤独症谱系障碍儿童康复中的应用   孤独症谱系障碍是一种由遗传和环境因素共同作用导致的复杂疾病[42]，其临床特征是社交沟通困难及异常的重复性行为。与典型发育儿童不同的是，孤独症谱系障碍儿童无法使用自己的眼神注视表达关注和兴趣，无法跟随他人的眼神注视看向同一位置，观看面部时存在着对核心情绪特征区域(眼睛、嘴巴等)的注视不足等[43]，这种缺陷自1岁时就可以被观察到，并伴随终身。患者往往具有非典型的认知特征，例如社交认知受损、执行功能障碍及非典型的感知和信息处理能力等[44]，所以越来越多的研究者认为，视觉注意模式中存在潜在的客观、定量和可靠的生物标志物来支持孤独症谱系障碍研究。利用可以追踪眼动行为的仪器可以记录被试者的眼动轨迹，从而以时间为单位精确量化注视次数、眼跳数据等信息，这有助于分析受试者对外界视觉刺激的偏好、加工及认知过程。近年来，随着对孤独症谱系障碍生物标志物的进一步研究，一些学者应用眼动追踪技术开发设计不同的早期辅助诊断方法，用以在高危人群中开展孤独症谱系障碍的早期筛查、辅助诊断以及辅助制订个体化治疗方案[45-46]。
3.2.3   在创伤性脑损伤患者中的应用  创伤性脑损伤患者常伴有前庭功能障碍，表现为头晕、平衡失调和眼动异常[47]，这些症状可通过高精度眼动仪进行定量评估[48]。研究表明，眼动追踪技术能够有效识别创伤性脑损伤患者的前庭神经损伤，尤其是在执行前庭-眼反射测试、平滑追踪任务和视动性眼震(OKN)测试时，患者常表现出前庭-眼反射增益异常、追踪滞后和视动性眼震不对称等特征[49-50]。这些眼动参数不仅有助于区分前庭神经损伤与其他类型的平衡障碍，还可用于评估损伤的严重程度和定位病变部位。例如，外周前庭损伤患者常表现为单侧前庭-眼反射增益降低，而中枢性前庭损伤患者则更多出现视动性眼震不对称和扫视异常。研究表明，眼动参数(如前庭-眼反射增益、眼震频率和扫视准确性)与患者的主观症状和功能恢复具有高度相关性，能够为康复方案的制定提供客观依据[51-52]。
此外，眼动追踪技术还可用于监测前庭康复训练的效果，通过视觉反馈训练改善患者的前庭-眼反射功能和动态平衡能力。在创伤性脑损伤后慢性前庭功能障碍患者中，眼动追踪技术能够量化患者的眼动控制缺陷，从而指导个性化康复训练。
关键词突现分析可反映特定时段的研究重点并预测未来趋势[53]。中文文献中近年来突现强度较高的关键词为认知功能。结合关键词共现分析和临床实践，眼动追踪技术对认知功能障碍的评估与治疗一直是研究重点，并且目前的研究数量、深度尚未饱和，预计未来将会持续对其加强研究。英文文献中突现强度较高且持续至今的关键词为VR(虚拟现实技术)，提示眼动追踪技术和虚拟现实技术的结合是目前的研究热点和未来趋势。
ORLOSKY等[54]开发了基于虚拟现实技术的眼动追踪系统，通过设计追踪移动目标或执行视觉搜索等虚拟任务诱发患者的眼球运动异常(如平滑追踪能力下降或眼跳延迟)，从而辅助诊断帕金森病。林宜杰等[55]通过随机对照试验证实了基于眼动追踪的虚拟现实技术认知训练对脑卒中后注意障碍患者的有效性。另外，针对注意力缺陷多动障碍，虚拟现实任务可设计动态视觉刺激，利用眼动数据实时反馈患者的注意力分布，辅助认知行为疗法[56]。除此之外，虚拟现实技术还可以和眼动追踪技术相结合运用于运动康复方面，PULAY[57]提出为肢体瘫痪儿童设计眼动控制的虚拟现实康复任务(如虚拟抓取训练)，通过实时眼球运动反馈激励患者主动参与，提升康复依从性。眼动追踪与虚拟现实技术的结合为临床康复诊疗提供了创新工具，然而，由于技术限制，现有的仪器仍存在空间精度、采样率、延迟、校准等方面的不足[58]，未来仍然需要进一步的研究来开发精准且可操作性强的临床设备供临床医生和治疗师使用，以提高诊断的准确性和治疗的高效性。
3.3   局限性   据了解，该文章结合CiteSpace和VOSviewer两种可视化分析软件对康复领域应用眼动追踪技术的文献进行计量学分析，具有一定创新性，但存在一定局限性。
一方面，文献计量学自身的局限性不容忽视。首先，文献计量学在理论上将复杂学术活动简化为指标(如引用次数)，忽视学科差异和引用动机的多样性，同时会导致早期高被引论文更容易获得持续关注，此次研究分析得出的高被引文献均发表于较早年份一定程度上源于此；其次，数据库覆盖的偏差可能导致数据遗漏，无法将IEEE Xplore、Google Scholar等其他数据库中的高质量文章纳入研究；最后，文献计量软件如CiteSpace、VOSviewer存在数据清洗复杂、算法依赖参数设置及兼容性等问题，不同数据格式、不同参数设置都会影响结果，进一步制约研究的可靠性以及可重复性。这些局限要求研究者需具有批判性思维，避免“数据至上”的误区。文献计量学应作为辅助工具，而非绝对权威。
另一方面，此文仅选择中国知网、万方和Web of Science 3个数据库，且语言限定为中文和英文，纳入文献量较少，无法全面概括眼动追踪技术在康复领域中的研究进展。未来研究可探索更精准的统计学方法，纳入更全面的数据来源，多角度思考理论与实践之间的联系，以期为临床康复提供多元化的评估与治疗方案。
3.4   总结与展望   文章对眼动追踪技术在康复领域应用的国内外研究进行了文献计量学分析，有助于研究者快速了解该领域的研究热点与发展趋势，为临床康复思路及开展相关研究提供借鉴和参考。分析发现，国外对于眼动追踪技术的研究早于国内，且较为全面，而近年来中国康复行业研究人员对眼动追踪技术的关注度日益凸显，脑卒中、孤独症谱系障碍等是研究的重点领域。
另外，课题组在临床实践中发现，运用眼动仪进行康复训练对功能障碍较严重和较轻微的患者的疗效改善并不明显，推测眼动仪可能更适合损伤程度居中的患者，但也存在课题组尚未找到最合适的治疗处方，没有将这种设备最大化利用的因素。于是，课题组搜索国内外相关文献，试图在同行专家的研究中找到解决途径以指导临床实践，但目前关于眼动追踪技术或眼动仪器的运用尚无成熟的指南或规范化的方案。因此，课题组对未来研究方向提出几点展望：①建立眼动参数与现有认知评估工具(如简明精神状态检查表、蒙特利尔认知评估等)的相关性分析或预测模型，分析眼动参数与认知障碍的相关性并探讨眼动追踪技术辅助诊断及预测认知障碍患者的效能；②探究对不同病程分期、损伤程度的患者介入眼动追踪训练的疗效是否有差异性，以确定最优的治疗处方；③开展眼动追踪技术与虚拟现实技术、脑机接口相结合的研究，构建多模态评估和训练系统，最大化利用现有新兴技术与设备以提高评估的准确性和训练的针对性。
随着科技发展，可便携式眼动仪为家庭康复提供了一个新的可能性，未来可以利用互联网和移动设备，实现基于眼动追踪技术的远程康复评估和训练，方便患者居家康复。未来，康复界学者需要加强合作，深化对眼动追踪技术的研究，从跨机构、跨国家、跨专业等多层面入手，为推动临床康复医疗的水平提升做出贡献。  
中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

眼动追踪技术凭借非侵入性和高时空分辨率特性，逐渐融入康复研究体系。当前研究聚焦三大方向：一是基于眼动模式的认知功能评估与训练；二是儿童发育障碍的注意力调控与行为干预；三是结合VR技术的眼控交互系统，助力运动功能障碍者实现环境交互。研究范式已从单一模态分析转向眼动-脑电-生理信号多维度融合。未来该领域将呈现三大突破：轻量化可穿戴设备推动家庭康复普及，AI驱动个性化方案突破标准化治疗瓶颈，眼动技术作为神经可塑性评估工具在远程医疗中的拓展。该研究利用 CiteSpace 和 VOSviewer 软件进行可视化分析，清晰呈现该技术在康复领域的研究现状和前沿动态，为未来研究方向提供参考，有助于推动眼动追踪技术在康复领域的进一步发展和应用。

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

	阅读次数
	全文
	摘要