2.1   全球出版物产出趋势分析   不同时期发表的研究论文数量表明了特定领域研究的普及程度和发展趋势。根据检索策略和筛选流程，文章收集了1 713篇人工智能辅助修复脊神经与脊髓损伤相关文献，见图2。此领域的研究文章数量一直在增长。在2007年之前，只有几十篇文章发表。然后从2008-2016年，发表文章数量有所增加，2020年之后，发表文章数量开始呈指数级增长，甚至在2021年达到270篇。"

2.2   国家分析和作者分析   VOSviewer 1.6.19软件检测结果表明，有19个国家至少有24篇关于该研究主题的出版物，按研究方向划分为4个聚类，见图3。发表论文最多的5个国家是美国、中国、加拿大、日本和瑞士，这些国家在人工智能在脊髓神经损伤与修复领域的研究成果最多。Kadone Hideki(University of Tsukuba，JAPAN)、Jayaraman Arun(Shirley Ryan Abil Lab，USA)和Riener Robert(Swiss Federal Institutes of Technology Domain，SWITZERLAND)等作者在这一领域的研究最为活跃，见表2。"

"

2.3   基于期刊引文的研究热点和“热点”期刊分析    2.3.1   期刊共被引突发分析   《EUR J NEUROSCI》对人工智能辅助修复脊神经与脊髓损伤研究最为关注，并且对相关热点的关注时间也较长(2004-2016年)。在最近5年(2019-2023年)中，《WORLD NEUROSURG》《FRONT NEUROL》《IEEE ACCESS》《APPL SCI-BASEL》和《FRONT NEUROROBOTICS》是专注于人工智能辅助修复脊神经与脊髓损伤研究的主要期刊，见图4。《ARCH PHYS MED REHAB》是被引用次数最多的期刊，见表3。"

"

2.3.2   期刊双图叠加分析   根据CiteSpace提供的基础文献数据，双图叠加数据均来源于Journal Citation Reports (JCR) 2011。文章使用Blondel算法根据1 713篇收录的文章创建双图叠加，见图5。施引期刊主要集中在两个方面：神经病学、运动机能学和眼科领域；或分子、生物学和免疫学研究。被引用的期刊主要集中在后一个方面。分子学、生物学、免疫学和分子学、生物学和遗传学在期刊上的联系更为紧密，一直是人工智能辅助修复脊神经与脊髓损伤研究的“热门”前沿(如图5中橙黄色粗曲线所示)。"

2.4   关键词共现、聚类和突发分析   使用VOSviewer 1.6.19软件对1 713篇文章进行关键词共现、聚类分析，涉及3个关键词集群：#1外骨骼、步态、康复；#2运动、机器学习、可塑性；#3康复、机器人、脑卒中，见图6A。因此，文章确定了人工智能在脊髓神经损伤与修复领域的3个主要研究方向：外骨骼与运动康复相关技术、机器学习和神经可塑性相关技术、机器人和脊髓损伤康复。 关键词爆发分析表明，该领域的研究主要可分为2个阶段：①2004-2015年以治疗截瘫患者的体重支撑和运动为重点；②2020年至今，深度学习、人工智能和机器学习是研究热点，见图6B。"

2.5   文献共被引分析    2.5.1   文献共被引聚类分析   总共获得了25个集群，去除与检索词相近的聚类后，获得文献共被引网络中最显著的9个集群，见图7A与表4。 集群#0，#6：机器运动外骨骼、材料驱动。这两个集群均是聚焦于机器外骨骼，主要引用文章是EVANS等[8](2015)和SANCHEZ-VILLAMA?AN等[9](2019)。近年来，机器人运动外骨骼的开发取得了重大进展，为脊髓损伤患者提供站立和行走的机会，也为步态辅助和康复提供了相当多的解决方案。该领域重点关注3个方面：驱动、结构和接口连接组件。 集群#1，#12：机器人辅助步态训练。这两个集群主要引用文章是BANALA等[10](2009)和FANG等[11](2020)。步态训练对于促进神经肌肉可塑性至关重要，这是改善功能性行走能力所必需的。机器人辅助步态训练是为使用主动腿部外骨骼和力场控制器的脊髓损伤患者开发的，力场控制器通过髋关节和膝关节上的致动器有效地在受试者的脚踝处施加力来实现康复作用。 集群#2：脑机接口。该集群中的主要引用文章是COLLINGER等[12](2013)，上肢瘫痪或截肢导致失去上肢抓握、操纵和搬运物体的能力，这些功能对日常生活活动至关重要。脑机接口可以为恢复许多失去的功能提供解决方案。文章在患者运动皮质中植入了2个96通道皮质内微电极，测试了四肢瘫痪患者可以使用这种脑机接口快速实现对高性能假肢的神经控制。 集群#7：脊神经调节。该集群中的主要引用文章是ANGELI等[13](2014)文章，结果证明通过硬膜外刺激对脊柱回路进行神经调节，使完全瘫痪的个体能够处理概念、听觉和视觉输入，以重新获得对瘫痪肌肉的相对精细的自主控制；腰骶脊髓网络兴奋性亚阈值运动状态的神经调控是被诊断为腿部完全瘫痪的个体中恢复有意识运动的关键。发现了一种全新的干预策略，即使在受伤多年后，也可以显著影响完全瘫痪个体的自主运动恢复。 集群#13：机器人疗法。该集群中的主要引用文章是CORTES等[14](2013)文章，主要探讨恢复创伤性脊髓损伤后四肢瘫痪患者的上肢运动功能。也表明机器人辅助设备是量化运动性能(运动学)的绝佳工具，可用于灵敏地测量给定康复干预后的变化。 集群#17：脑皮质重组。该集群中的主要引用文章是COURTINE等[15](2009)文章，主要探讨失去大脑输入后将无功能的脊髓回路转化为功能状态，研究发现在完全脊髓横断去除成年大鼠所有脊髓上输入后，血清素能激动剂和硬膜外电刺激的组合能够在受伤后1周将脊柱网络从无功能状态急性转变为高功能和适应性状态。这为脊髓损伤患者重新获得高水平的运动控制提供了一种策略。 集群#24：人工神经振荡器。该集群中的主要引用文章是IJSPEERT等[16](2007)研究，提出了一个脊髓模型及其在两栖蝾螈机器人中的实现，该脊髓模型展示了原始神经回路如何通过肢体振荡中心进行扩展，证明肢体振荡中心比身体振荡中心具有更低的固有频率，这为脊神经与脊髓损伤患者重新获得高水平的运动控制提供了一种策略。"

"

2.5.2   近5年研究热点的共被引文献聚类分析   总共获得了11个集群，去除与检索词相近的聚类后，获得包括文献共被引网络中最显著的4个集群。这4个最具代表性的集群详见图7B与表5。 集群#1，#3：机器人运动外骨骼辅助运动与康复。这两个集群均是聚焦于机器外骨骼，主要引用文章是FANG等[11](2020)和SANCHEZ- VILLAMA?AN等[9](2019)。近年来，机器人运动外骨骼的开发取得了重大进展，为脊髓损伤患者提供站立和行走的机会，也为步态辅助和康复提供了相当多的解决方案。该领域重点关注3个方面：驱动、结构和接口连接。 集群#4：脑机接口技术。该集群中的主要引用文章是AJIBOYE等[17](2017)，可以通过对周围肌肉和神经进行协调电刺激(又称功能性电刺激)来恢复慢性四肢瘫痪患者的肢体运动；通过植入的功能性电刺激组件和皮质内脑机接口，可使用患者自身的皮质信号指挥肢体运动。这是首例联合植入的功能性电刺激+皮质内脑机接口神经假体，代表了临床上神经假体可行性的重大进展。 集群#10：电刺激概述。该集群中的主要引用文章是GILL等[18](2018)，由于脊髓损伤而在功能上与大脑断开的脊髓感觉运动网络可以通过硬膜外电刺激来促进瘫痪患者恢复强大、协调的运动活动。在存在硬膜外电刺激的情况下进行动态任务训练，文章称为多模式康复。该文是第一份因脊髓损伤导致下肢感觉、运动功能丧失的患者进行上述多模式康复的报告。"

2.5.3   高共被引文献热点分析   对高共被引文献展开深入分析，采用CiteSpace 6.1.R6软件对人工智能在脊髓神经损伤与修复领域从建库至2023年共被引次数前10位的文献进行分析[19-28]，结果见表6。这些文献均为该领域的核心文献，具有较强的学术影响力，能够反映该领域的研究热点与前沿，为相关研究提供重要的参考。 排名第一的高被引文献为MILLER等[19](2016)，共被引次数为73次。该文章首次对已发表的动力外骨骼治疗脊髓损伤患者研究的临床有效性和安全性进行荟萃分析，发现随着新一代外骨骼的出现和对患者资格标准的改进，痉挛状态、跌倒等严重不良事件的发生率得到明显缓解；此文章共被引程度最高，反映了动力外骨骼在人工智能治疗脊髓损伤和修复领域受到诸多学者的认可。同时LOUIE等[21](2015)，ZEILIG等[25](2012)及HARTIGAN等[27](2015)均进行了机器外骨骼治疗脊髓损伤患者的荟萃分析，主要研究内容为系统评估机器外骨骼的安全性、耐受性和行走功能功效等，从不同角度证明了机器外骨骼治疗脊髓损伤患者的优越性。 剩余6篇排名前10位的高共被引文献均为临床研究，研究内容包括多种动力外骨骼、不同分型的脊髓损伤患者(完全性胸椎脊髓损伤、慢性运动不完全性脊髓损伤和异质性脊髓损伤等)、多种运动训练方式等，研究结果均证明了动力外骨骼可显著恢复脊髓损伤患者的功能性行走和运动能力，其安全性也得到了验证。"