运动康复中的人工智能与可穿戴传感器：一项文献计量可视化研究

《Sport Sciences for Health》：Artificial intelligence and wearable sensors in sport rehabilitation: a bibliometric visualization study

　　

摘要

目的

人工智能（AI）驱动的可穿戴传感器在运动康复领域的研究日益增多，但相关文献横跨多个学科和应用场景。本研究旨在描绘AI、可穿戴传感与运动康复这一交叉领域的出版模式、主要贡献者、研究主题及时间趋势。

方法

从Web of Science核心合集（SCIE和ESCI）中检索2005年12月15日至2024年12月15日的英文文献和综述。在应用日期、文献类型、语言及人工标题/摘要相关性筛选后，使用CiteSpace进行文献计量和可视化分析。分析涵盖出版趋势、作者、机构、国家/地区、Web of Science类别、关键词、引用突现及共被引模式。

结果

共纳入81篇文献。在该Web of Science数据库中，美国和中国贡献的出版物数量最多（分别为36篇和12篇），宾夕法尼亚州高等教育系统机构产出最高。关键词和时间模式主要由机器学习、可穿戴传感器、步态分析、肌肉骨骼疾病、康复、活动识别和风险预测等主题主导。这些模式与对AI辅助及个性化康复应用研究关注度的持续提升相一致，但由于文献量较小，应仅作描述性解读。

结论

本研究提供了AI和可穿戴传感器在运动康复领域的聚焦性文献计量图谱，而非全面的证据综合。所观察到的出版、关键词和共被引模式表明，AI辅助康复应用的研究关注度日益增长，但文献计量图谱无法确立临床有效性或证明技术变革。本研究的解读受限于单一数据库、英文检索、人工相关性筛选、文献量较小以及引用和关键词相关偏倚。未来研究应采用多数据库检索、独立筛选、敏感性分析和临床证据综合。