《Frontiers in Neuroscience》：Across established non-invasive neuromodulation and emerging deep-targeting strategies: a comparative bibliometric analysis of TI, TMS, tDCS, and tFUS/TUS/LIFU
中文翻译（摘要部分）
非侵入性脑刺激（Non-invasive brain stimulation, NIBS）正从传统的皮层调控模式向能够作用于更深部脑靶点的策略拓展，然而各主要模态的文献结构鲜少在统一框架下进行比较。本研究开展了一项比较性文献计量学图谱综述，对时间干涉刺激（temporal interference stimulation, TI）、经颅磁刺激（transcranial magnetic stimulation, TMS）、经颅直流电刺激（transcranial direct current stimulation, tDCS）以及经颅聚焦超声及相关低强度超声刺激（transcranial focused ultrasound and related low-intensity ultrasound stimulation, tFUS/TUS/LIFU）进行了系统比较，数据来源于Web of Science核心合集（Web of Science Core Collection）与Scopus数据库，检索时间为2017年1月至2026年6月。经去重、相关性筛选、定向复核及语料质量控制后，最终保留32,017条记录（其中TI 162条，TMS 20,179条，tDCS 10,576条，tFUS/TUS/LIFU 1,100条）。研究采用严格的超声神经调控核心数据集（n = 843）进行模态特异性比较，最终形成包含31,760条记录的比较数据集。TI在2017年至2025年间呈现最快的相对增长率（复合年增长率CAGR为64.6%），但绝对增长量最小。在10,000次规模与年份匹配的重采样中，经联合Benjamini–Hochberg校正后，TI的作者关键词Shannon多样性低于匹配的TMS、tDCS及tFUS/TUS/LIFU样本，而Top-10关键词集中度则高于各比较模态。该主题模式在以下多种条件下均保持稳定：比较语料经记录级裁定后扩展时、纳入标准限定为标题定义记录时，以及将历史标题术语程序应用于当代数据集时。六项主题比较在双侧经验检验下仍保持显著。相反，当各模态对齐至各自最初9年时，早期TMS与tDCS的主题集中度高于TI，而早期tFUS的集中度较低；该模式在扩展历史tFUS语料后依然存在。近期TI研究活动还包括直接的人体深部靶点验证与患者研究，以及若干注册临床试验。这些进展表明TI的转化研究活动已超越建模和早期概念验证阶段。综上，研究结果不支持在NIBS各模态间存在领域年龄与主题集中度之间的简单单调关系，提示当代主题集中度不应被解读为文献计量成熟度的直接代理指标。
论文主体内容总结
1 引言
非侵入性脑刺激（NIBS）已从主要用于调控皮层兴奋性的工具，发展为涵盖认知神经科学、神经精神疾病治疗、康复及深部靶向神经调控的广阔技术框架。经颅磁刺激（TMS）与经颅直流电刺激（tDCS）拥有最大且最成熟的文献基础。TMS自Barker等人（1985）首次证明人运动皮层非侵入性磁刺激以来，已积累了大量临床证据，包括抑郁症等适应症的循证指南与安全建议。tDCS通过弱直流电调节神经元静息膜电位，因其简便、低成本且易于实施，在认知研究与康复领域得到广泛应用，并已有相应的治疗与安全指南。然而，传统NIBS技术面临刺激深度与聚焦性之间的物理权衡：刺激更深脑区往往需要更广泛或更强的浅表电场暴露，而提高空间聚焦性则可能限制深部靶点的有效刺激。这一物理约束催生了经颅聚焦超声及相关低强度超声刺激（tFUS/TUS/LIFU）与时间干涉刺激（TI）等深部靶向策略。tFUS/TUS/LIFU利用声能的穿透与聚焦特性实现深部脑结构的毫米级靶向，研究范围涵盖超声神经调控及脑靶向递送与血脑屏障开放等转化应用。TI由Grossman等人（2017）提出，通过重叠的千赫兹电场产生调幅干涉模式实现非侵入性深部靶向，其研究已从计算与动物研究扩展至靶向海马与纹状体的人体研究，并进一步延伸至帕金森病与癫痫等患者群体，部分研究采用颅内或深部电极记录。本研究将四种模态作为聚焦而非穷尽性的比较框架，考察其文献计量知识结构谱系。
2 材料与方法
2.1 研究设计与报告框架
本研究设计为比较性文献计量学图谱综述，遵循既定文献计量流程，包括多数据库检索、跨数据库去重、相关性筛选、绩效分析、科学图谱绘制、严格核心敏感性分析、匹配重采样及补充的领域年龄对齐历史敏感性分析。采用PRISMA式流程图记录文献识别、筛选与纳入过程。由于研究是对文献与知识结构进行图谱绘制而非综合干预效应，故未进行研究层面的偏倚风险评估。
2.2 数据来源与检索策略
以Web of Science核心合集（WoS）与Scopus作为主要数据来源，检索2017年1月至2026年6月间四种NIBS模态相关文献。2017年被选为起点年份，因TI于该年作为非侵入性深部靶向策略被提出。统一起始年份使四种模态可在同一当代观察窗口内比较，但无法涵盖TMS、tDCS及tFUS/TUS/LIFU在2017年前的早期历史发展，为此另行开展领域年龄对齐的历史检索作为补充敏感性分析。各模态构建特异性主检索策略，以标准化技术术语与常用缩写为核心检索词，并附加脑、神经系统的相关限定词以限定神经科学语境。WoS与Scopus检索限定为原创研究论文与综述，PubMed仅用作独立生物医学缺口核查来源。
2.3 数据清洗与整合
WoS纯文本格式与Scopus CSV格式记录导入R软件，使用bibliometrix包的convert2df函数处理。先基于DOI与标题匹配进行跨数据库去重，获得33,026条唯一记录。相关性筛选要求预设模态术语出现在标题或作者关键词中，以确保目标模态构成记录的实际研究焦点。修订前语料经初步筛选后含32,420条记录。修订期间，TI经扩展检索与tACS相关定向复核后纳入额外相关记录，最终TI语料为162条；TMS经假阳性术语与重复/再版审计后为20,179条；tDCS为10,576条；tFUS/TUS/LIFU宽泛语料保持1,100条。最终宽泛当代数据集含32,017条记录。应用严格超声神经调控定义后，比较数据集含31,760条记录，其中严格核心tFUS/TUS/LIFU为843条。另进行标题唯一纳入敏感性分析，所得标题限定子集为TI 121条、TMS 7,835条、tDCS 5,050条、严格核心tFUS/TUS/LIFU 473条。
2.4 模态特异性数据集的人工相关性审计
对TI、TMS与tDCS数据集进行出版年份分层人工相关性审计，共审计500条记录（TI 100条、TMS 200条、tDCS 200条），依据预设Codebook v2.0将记录分类为模态核心或非核心。设计加权核心比例为TI 81.2%、TMS 72.7%、tDCS 73.4%。另由第二位评审者对90条记录子集进行独立分类，计算总体一致性与Cohen's κ以评估评审者间可重复性。
2.5 严格超声神经调控筛选
由于tFUS/TUS/LIFU宽泛检索捕获了大量非神经调控记录（包括血脑屏障开放、药物递送、肿瘤治疗、高强度聚焦超声消融及成像或工程研究），对该模态额外施加严格神经调控筛选。1,100条记录经规则分类后，所有边缘记录与模糊核心记录均经人工验证，最终获得严格核心集843条、核心邻近39条、非核心218条。
2.6 文献计量与可视化分析
文献计量分析与可视化使用R、bibliometrix包及VOSviewer完成。年度发文趋势与归一化增长以2017年为基线年计算，复合年增长率（CAGR）覆盖2017至2025完整出版年份。地理分析中，国家发文量按通讯作者国家计数，国际协作以多国发文比（MCP）衡量。作者关键词在分析前进行大小写、缩写与同义表达标准化，并移除宽泛文献类型术语与高度通用方法论标签。高被引源文献分析仅使用WoS核心合集TC字段排名，WoS与Scopus引文计数不合并。
2.7 参考文献共被引分析的数据基础
参考文献共被引分析仅使用Scopus引文数据。对TI、TMS与tDCS使用相应模态特异性Scopus主数据集，tFUS/TUS/LIFU则将843条严格核心集通过EID/UT优先、DOI其次的层级匹配回链至宽泛Scopus数据集，最终唯一匹配784条记录，其中779条含结构化引文数据。引文字符串经规范化处理以减少碎片化，按规范键合并为单一节点。各模态采用模态特异性最低引文出现阈值，TI为5、TMS为120、tDCS为120、严格核心tFUS/TUS/LIFU为22。Louvain社区检测在100次随机顶点排列重启后评估，保留最高模块度分区。
2.8 规模与年份匹配重采样
为评估主题与地理结构差异是否由样本量不均与年度构成不同所致，采用规模与年份匹配重采样程序。对TMS、tDCS及严格核心tFUS/TUS/LIFU，在出版年份层内无放回抽样162条记录以复现TI的逐年分布，独立重复10,000次。计算六项指标：贡献国家数、多国发文比、每篇平均作者数、每篇平均作者关键词数、标准化作者关键词Shannon多样性及Top-10关键词集中度。预设方向单侧检验用于TI关键词多样性更低、Top-10集中度更高及贡献国家更少的假设，其余指标采用双侧检验。18个主要P值经Benjamini–Hochberg错误发现率程序联合校正。
2.9 其他敏感性与稳健性分析
补充多项稳健性分析：扩展检索与定向记录级裁定评估检索遗漏；主题比较在标题唯一纳入、模态家族关键词协调及标题术语表征等替代纳入与测量规范下重复；领域年龄分析使用包含核心邻近记录的更宽泛历史tFUS语料重复；主要与扩展比较器主题比较以双侧经验P值重新计算。
2.10 领域年龄对齐敏感性分析
为考察跨模态主题结构差异是否可由领域年龄不等解释，开展领域年龄对齐敏感性分析，各模态采用九个连续日历年度窗口：TMS 1985–1993、tDCS 2000–2008、tFUS 2010–2018、TI 2017–2025。历史检索于2026年8月17日进行，文献类型限定为论文与综述。最终领域年龄对齐语料含TMS 439条、tDCS 158条、严格核心tFUS 76条、TI 99条。主题结构以标准化英文标题术语量化，因历史语料中标题覆盖完整而作者关键词可用性差异较大。Shannon多样性H = –Σpiln(pi)，Top-10集中度C10为10个最频繁标准化术语的文献频次总和除以全部标准化文献-术语出现次数。以n = 76进行10,000次简单随机子抽样以降低样本量依赖性。
3 结果
3.1 数据集构建与相关性筛选
WoS与Scopus共导入53,009条记录，经DOI与标题去重后余33,026条唯一记录。初始共同相关性筛选得修订前当代语料32,420条。修订期间定向质量控制产生模态特异性变化：TI经扩展检索裁定与tACS相关定向复核后从152条增至162条；TMS经假阳性术语与重复/再版审计减至20,179条；tDCS减至10,576条；tFUS/TUS/LIFU宽泛语料保持1,100条。严格神经调控筛选保留843条严格核心记录。最终严格比较数据集含31,760条记录。
3.2 年度发文趋势揭示对比鲜明的领域规模与增长轨迹
2017至2025完整出版年份间，四种模态在发文量与增长上差异显著。TMS年发文量从2017年1,547条增至2025年2,740条；tDCS从721条增至1,443条；TI从1条增至54条；严格核心tFUS/TUS/LIFU从16条增至176条。TI复合年增长率最高（64.6%），其次为tFUS/TUS/LIFU（35.0%）、tDCS（9.1%）、TMS（7.4%）。因TI 2017年基线仅1条记录，其归一化增长与CAGR对小基数效应敏感。
3.3 绝对与相对增长揭示对比性轨迹
2017至2025年间，TMS与tDCS绝对增长最大，分别增加1,193与722条年度发文；严格核心tFUS/TUS/LIFU增加160条，TI增加53条。相对而言，TI CAGR最高（64.6%），其次为tFUS/TUS/LIFU（35.0%）、tDCS（9.1%）、TMS（7.4%）。TI兼具最快比例增长与最小绝对增量，而TMS在相对增长率低得多的情况下呈现最大绝对扩张。
3.4 地理覆盖与国际协作结构
TMS与tDCS涉及最多贡献国家，分别为112与102国；严格核心tFUS/TUS/LIFU涉及41国，TI涉及29国。多国发文比（MCP）为TI 25.6%、TMS 24.0%、严格核心tFUS/TUS/LIFU 21.0%、tDCS 20.3%。尽管TI绝对地理覆盖较窄，其跨国协作比例与较大比较语料相当或略高。
3.5 原始国家协作网络在规模与连通性上存在差异
国家合著网络在原始规模与可见连通性上差异显著。TMS与tDCS数据集产生包含更多国家与合著链接的网络，严格核心tFUS/TUS/LIFU网络呈中等原始规模，TI网络包含较少国家与链接。TI网络已含若干跨国链接，表明国际协作已开始发展。
3.6 关键词共现网络揭示跨模态不同主题结构
作者关键词共现网络显示模态间主题结构差异明显。TI网络更集中，主要围绕技术机制与深部靶向主题，如时间干涉、非侵入性深部脑刺激、电场、计算建模与人体刺激。TMS与tDCS网络更多元化，涵盖抑郁症、卒中、运动皮层、可塑性与康复等临床应用与神经可塑性主题。tFUS/TUS/LIFU严格核心集呈混合特征，以经颅超声刺激、神经调控、换能器与声学为核心，兼有阿尔茨海默病、抑郁症、癫痫与帕金森病等疾病应用术语。
3.7 年度关键词热图揭示主题演化轨迹
TI早期关键词稀疏，随后日益集中于非侵入性深部脑刺激、电场、计算建模与人体刺激等主题，表明该领域已从概念发展与计算建模向人体研究与深部靶点验证扩展。TMS年度关键词呈现持续高频且高度多样化的主题。tDCS呈现多样化主题结构，卒中、抑郁症、认知与康复等临床与康复导向主题反复出现。tFUS/TUS/LIFU中经颅超声刺激、神经调控与换能器等术语日益突出，同时出现阿尔茨海默病、抑郁症与癫痫等疾病应用术语，表明其焦点正从声场物理与换能向疾病导向的神经调控扩展。
3.8 基于Scopus的共被引网络揭示不同知识库结构
引文规范化使TI、TMS、tDCS与严格核心tFUS/TUS/LIFU的独特引文字符串分别减少22.5%、41.4%、37.7%与31.8%。主阈值下各网络节点数为TI 206、TMS 253、tDCS 192、严格核心tFUS/TUS/LIFU 212，加权共被引边数分别为12,078、26,448、17,578与20,273。最高模块度Louvain分区各含四个社区，模块度值分别为0.1106、0.2450、0.1158与0.0974。因模块度值适中，社区应视为共被引结构的粗略描述性分区。TI网络集中于有限的生物物理、计算建模、剂量优化与人体验证基础文献；TMS网络涵盖指南、安全、theta爆发刺激与临床治疗基础；tDCS网络结合基础生理研究与安全、方法论及应用导向文献；严格核心tFUS/TUS/LIFU网络呈混合知识结构。
3.9 核心高被引文献揭示模态特异性知识基础
TI核心高被引文献主要为奠基与建模研究，如Grossman 2017、Mirzakhalili 2020、Rampersad 2019与Esmaeilpour 2021。tFUS/TUS/LIFU核心文献主要为超声神经调控综述及人体或非人灵长类深部靶向刺激研究。TMS与tDCS的高被引文献不仅包括技术指南与安全共识文件，还包含大量疾病导向综述与临床指南。新兴模态（TI与tFUS/TUS/LIFU）的高被引文献仍聚焦于技术本身。
3.10 规模与年份匹配重采样区分持续性主题差异与规模敏感指标
10,000次规模与年份匹配重采样中，TI的作者关键词Shannon多样性低于匹配的TMS、tDCS与严格核心tFUS/TUS/LIFU样本，Top-10关键词集中度更高。六项主题比较经联合Benjamini–Hochberg校正后均保持显著（校正经验P < 0.001）。TI贡献国家数少于匹配TMS样本（校正P = 0.045），与tDCS比较在校正后未保持显著（校正P = 0.051），与严格核心tFUS/TUS/LIFU无差异。每篇平均作者数仅TI与tDCS间有差异（校正P = 0.045）。MCP比与每篇平均作者关键词数在校正后均无显著差异。
3.11 敏感性分析支持主题发现的稳健性
修订后TI语料（162条）重复主匹配主题分析，六项显著对比全部保持。标题唯一纳入敏感性分析中，六项对比经Benjamini–Hochberg校正后均保持显著。将历史分析所用同一预设标题术语程序应用于当代语料时，TI仍显示较低Shannon多样性与较高Top-10集中度。扩展比较器语料至TMS 20,356条与严格核心tFUS/TUS/LIFU 850条后，六项主题对比全部保持，校正P均 < 0.001。以双侧经验P值重新计算后，六项比较在主要与扩展比较器分析中均保持显著。
3.12 人工相关性审计与评审者间一致性
出版年份分层人工相关性审计在TI 100条样本中识别81条模态核心记录，TMS 200条中146条，tDCS 200条中147条。设计加权核心比例为TI 81.2%（95% CI, 76.8%–85.6%）、TMS 72.7%（95% CI, 66.5%–78.9%）、tDCS 73.4%。
