脑–机接口在抑郁症中的研究图景（1995–2026）：一项文献计量学分析

《Brain and Behavior》：Mapping Brain–Computer Interface Research in Depression (1995–2026): A Bibliometric Analysis

　　

目的：脑–机接口（BCI）已成为抑郁症神经调控与情绪调节的潜在工具。本研究旨在通过文献计量学分析，系统描绘BCI应用于抑郁障碍的全球研究格局、主题演进与新兴趋势。方法：数据检索自Web of Science核心合集，并采用R包bibliometrix、VOSviewer与CiteSpace进行分析。研究全面评估了发文趋势、国家与机构贡献、期刊影响力、作者影响力，以及基于关键词的聚类与突现分析。结果：共识别出239篇文献，由来自39个国家239个机构的1284名研究人员撰写。美国与中国的发文量最高，而英国的引文影响力较高。Laureate Institute for Brain Research为最高产机构，且机构合作强度最强，而NeuroImage: Clinical的期刊h指数最高。按发文与引文指标，Masaya Misaki为领先作者。关键词分析识别出六大主题聚类，涉及神经生理与认知特征、EEG不对称性与情感调节、临床神经反馈、连接性与自我调节、基于fMRI的情绪调节，以及精神症状/网络相关因素。"Emotion"的关键词突现强度最强，而近期"real-time fMRI neurofeedback"、"prefrontal cortex"与"emotion regulation"的突现表明，对环路层面调控的研究关注度日益增加。结论：该领域已从基于EEG的特征刻画，演进至网络层面与实时神经反馈研究。上述发现明确了新兴研究方向，同时凸显了进一步方法学标准化与临床验证的必要性。

研究背景：抑郁症是全球最普遍的精神健康障碍之一。研究人员引用的系统综述与meta分析显示，COVID-19疫情期间所研究人群中抑郁症合并患病率达32.0%；全球疾病负担分析亦报告疫情期间抑郁障碍的患病率与负担上升，且年轻年龄组的患病率增幅更大。传统治疗选择对许多患者而言并不充分，因此亟需针对难治性抑郁症开发有效干预手段。过去二十年，在神经技术、信号处理与机器学习进展的推动下，BCI与精神健康交叉领域的研究显著增长。基于脑电图（EEG）的BCI系统已被研究用于解码情感状态，并提供贴合抑郁症状学的神经反馈或调制性神经刺激；近期综述讨论了BCI技术在抑郁评估与治疗中的潜在临床应用；针对重性抑郁障碍（MDD）的实时功能磁共振成像（fMRI）神经反馈随机对照试验亦已开展，标志着向转化应用的转变。然而，该领域横跨信号处理算法与临床精神科方案，跨学科性质导致知识体系碎片化，研究人员日益难以把握整体研究轨迹、识别共识领域，并区分探索性发现与经临床验证的证据，因此有必要对现有文献进行系统梳理。文献计量学分析为系统描绘科学图景、识别有影响力研究主题、量化发文趋势并揭示合作网络提供了稳健方法。尽管在康复医学中基于EEG的BCI研究等相关领域已有文献计量学工作，但针对BCI技术应用于抑郁症研究的综合性文献计量学评价仍存在明显空白。本研究因此旨在描绘BCI在抑郁障碍中的应用图景，并识别现有文献中的关键贡献者、主题焦点与新兴趋势。

研究方法与主要关键技术方法：研究人员检索Web of Science核心合集（WoSCC）中的Science Citation Index Expanded（SCIE）与Social Sciences Citation Index（SSCI），检索时间为2026年8月20日，采用主题词与摘要/标题词组合的检索式，涵盖BCI、脑–机接口、神经反馈、EEG神经反馈、EEG生物反馈、fMRI神经反馈、实时fMRI神经反馈等术语，并与抑郁相关词组合。纳入标准将BCI相关研究操作性定义为满足以下至少一项：明确以BCI或脑–机接口为框架、获取神经信号并进行计算解码或分类以产生应用相关输出；或神经反馈研究中处理后的神经活动被实时或近实时反馈给参与者以促进自我调节。排除缺乏明确BCI应用或闭环反馈过程的普通EEG或神经影像研究、开环神经调控研究及神经关联或分类研究；仅偶然提及抑郁症状的神经康复研究被排除。记录排除非"Article"类型与非英文文献，其余记录由两名评审者独立筛选，分歧经讨论达成共识。数据分析采用VOSviewer 1.6.20构建国家、机构与作者共著网络、期刊共被引与文献耦合网络及关键词共现网络，采用全计数与关联强度归一化；期刊与国家阈值2篇、机构与作者阈值3篇、关键词阈值4次。采用bibliometrix 4.6.1计算描述性与引文指标，包括h指数、g指数与m指数；期刊影响因子与分区取自2025年Journal Citation Reports（JCR）。CiteSpace 6.4.R1分析覆盖1995年1月至2026年8月，1年时间切片，节点类型为"Keywords"，每切片选取前5个关键词，采用Pathfinder剪枝与合并网络剪枝，并进行关键词突现检测。分析前对作者姓名进行消歧，对机构变体、关键词缩写与拼写变体进行标准化。

研究结果：3.1 发文格局与时间趋势：初步识别414条记录，排除非英文与非文章类型后余277条，人工相关性筛选再排除38条，最终纳入239篇合格文献；这些文献由39个国家/地区239个机构的1284名研究人员撰写，发表于142种期刊，共引用10933条参考文献。发文量在研究期内大幅增长，2010年代后期明显加速，2025年年度产出最高；2026年数据仅对应截至2026年8月20日的部分年份。3.2 被引最多的文献：被引最多者为2012年发表于PLOS One的"Real-Time Self-Regulation of Emotion Networks in Patients with Depression"，被引285次，引入实时fMRI神经反馈方法使抑郁患者调节情绪相关脑网络；第二为2017年发表于American Journal of Psychiatry的"Randomized Clinical Trial of Real-Time fMRI Amygdala Neurofeedback for Major Depressive Disorder: Effects on Symptoms and Autobiographical Memory Recall"，被引242次；第三为2014年发表于PLOS One的"Real-time fMRI neurofeedback training of amygdala activity in patients with major depressive disorder"，被引206次。上述高被引研究共同表明实时fMRI神经反馈与情绪相关神经调控在抑郁症文献中的突出地位。3.3 期刊影响力：NeuroImage: Clinical的h指数最高（9），g指数10，m指数0.818，发文10篇，被引488次；Journal of Affective Disorders的h指数为7，g指数（11）与m指数（0.875）在所列期刊中最高，发文11篇，被引202次；Applied Psychophysiology and Biofeedback的h指数为7，g指数9，发文9篇。期刊共被引网络包含38种至少发文2篇的期刊，总连接强度最高者为NeuroImage: Clinical（51）、PLOS One（45）与Journal of Affective Disorders（34）；文献耦合网络亦包含38种期刊，总连接强度最高者为NeuroImage: Clinical（1413）、Journal of Affective Disorders（944）与Scientific Reports（543）。3.4 全球贡献与合作强度：按通讯作者国家计，前20个国家合计224篇，占数据集93.7%；美国以57篇居首，中国38篇，英国13篇。美国总发文77篇、总被引2600次，中国42篇、558次；英国总被引1475次居第二，篇均被引50.9次。国际合著方面，德国与美国各有9篇多国合著论文，中国与英国各8篇。国家合作网络包含32个至少发文2篇的国家，美国国际合作总连接强度最强（43），英国（34）与德国（24）次之。3.5 机构足迹：Laureate Institute for Brain Research以16篇居首，University of Pittsburgh以14篇次之，Harvard University与University of Oklahoma–Norman各11篇，Kaohsiung Medical University与King's College London各8篇。机构合作网络包含20个至少发文3篇的连通机构，Laureate Institute for Brain Research总连接强度最高（33），Kyoto University与Showa University均为30。3.6 作者影响力与合作网络：Masaya Misaki在发文量（14篇）、h指数（12）、g指数（14）与被引次数（998）上均居首位，Jerzy Bodurka与Vadim Zotev次之，其m指数分别为0.92、0.85与0.77。在纳入合作网络的53名至少发文3篇的作者中，Masaya Misaki合作强度最高（54），Yasumasa Okamoto（50）与Jerzy Bodurka（45）次之。3.7 关键词分析：3.7.1 关键词聚类分析：共识别76个出现至少4次的关键词，"Anxiety"总连接强度最高（97，出现34次），其后为"depression"（89，33次）、"neurofeedback"（77，23次）与"EEG"（70，25次）。共现分析揭示六大聚类：聚类1主要反映神经生理与认知特征，以"EEG""neurofeedback""attention""biomarker""working memory"为代表；聚类2聚焦EEG不对称性与情感过程，代表词包括"alpha asymmetry""brain asymmetry""EEG neurofeedback""emotion""frontal EEG asymmetry"；聚类3涉及临床神经反馈与治疗评价，以"biofeedback""depression""efficacy""mental health""psychotherapy"为特征；聚类4强调连接性与自我调节方法，包括"connectivity""default mode network""real-time fMRI neurofeedback""rumination""self-regulation"；聚类5以基于fMRI的情绪调节为中心，代表词为"amygdala""emotion regulation""functional connectivity""prefrontal cortex""real-time fMRI"；聚类6反映精神症状与皮层/网络相关因素，包括"anxiety""major depressive disorder""orbitofrontal cortex""state functional connectivity""symptoms"。3.7.2 突现关键词分析：16个突现关键词强度介于1.18至4.20之间，最强突现为"emotion"（强度4.2，2014–2017），其后为"biofeedback"（3.18，2017–2020）、"affective style"（2.79，2005–2015）、"EEG"（2.77，2020–2022）、"asymmetry"（2.47，2018–2020）与"frontal EEG asymmetry"（2.33，2011–2014）。早期突现主要与基于EEG的情感标志物及不对称性相关，较近期突现转向实时神经反馈与情绪调节机制。"real-time fMRI neurofeedback"于2022–2024年出现近期突现（2.26），"prefrontal cortex"于2023–2024年出现（2.31），"emotion regulation"自2023年持续突现至2026年（2.22），是本次分析中唯一持续活跃至2026年的突现关键词。

讨论总结：4.1 总体信息：NeuroImage: Clinical、Journal of Affective Disorders与PLOS One在期刊共被引网络与文献耦合网络中占据突出位置，表明其在传播神经影像、神经反馈与抑郁症交叉研究方面的重要性；NeuroImage: Clinical尤其发表了将额叶EEG不对称性与杏仁核活动在实时fMRI神经反馈中相联系的研究，以及在MDD患者中结合同步EEG与fMRI神经反馈的研究，说明该领域日益整合电生理与血流动力学信号以研究抑郁症中的情绪调节。国家层面，美国为最大贡献者，中国发文量第二，英国引文影响力相对较高；研究人员认为这些文献计量差异更保守地反映发文量、引文积累与国际研究参与度的差异，而非科学质量的直接指标。机构层面，Laureate Institute for Brain Research在发文量与总合作强度上均居首位，表明在本数据集中机构生产力与合作连通性集中于同一领先中心；University of Pittsburgh发文量第二。作者分析进一步凸显Masaya Misaki、Jerzy Bodurka与Vadim Zotev在发文量、引文指标与合作强度上的持续贡献，其工作在开发针对MDD的杏仁核靶向实时fMRI神经反馈方面尤具影响力：早期概念验证工作表明抑郁患者可在积极自传体记忆回忆期间学会上调杏仁核反应，随后的随机对照试验报告杏仁核神经反馈后抑郁症状减轻与自传体记忆改善。4.2 研究热点与趋势：4.2.1 聚类1（神经生理与认知特征）：该聚类围绕EEG、神经反馈、注意、生物标志物与认知测量的频繁共现形成，提示相当部分文献围绕可测量、可经BCI/神经反馈系统解码或修改的神经特征展开；诊断性与认知性术语共存，与既用EEG刻画异常神经活动、又提取特征用于分类、认知评估或反馈训练的研究一致；MDD中基于EEG的神经反馈研究同样集中于识别可重复的神经靶点并考察相关认知或临床变化，该聚类的出现可能反映信号刻画与面向神经反馈的干预设计在同一研究流中的汇聚。4.2.2 聚类2（EEG不对称性与情感调节）：该聚类以alpha不对称性、脑不对称性、EEG神经反馈、情绪与额叶EEG不对称性之间的强联系为特征，其形成可能反映抑郁症相关EEG研究的历史发展，即额叶不对称性既成为情感处理的候选标志物，又成为神经反馈的潜在靶点；由于同一研究可能同时测量不对称性、情绪状态与训练相关变化，这些术语在共现网络中自然相连；早期神经反馈研究专门利用额叶EEG不对称性考察情感模式能否通过自我调节被修改，该聚类的持续存在反映从电生理刻画到基于EEG的自我调节的方法学谱系，而非不对称性相关术语的独立流行。4.2.3 聚类3（临床神经反馈与治疗评价）：该聚类将生物反馈、抑郁、疗效、精神健康与心理治疗汇聚，提示神经反馈研究日益与临床评价和治疗导向术语相联系；这些术语出现在同一主题组，可解释为该研究流不仅限于神经信号操控，而日益将训练范式与症状结局及常规心理治疗相关联；这与系统综述一致，即MDD中的神经反馈研究在考察抑郁症状的同时也考察不同训练方案与对照条件；但该聚类不应被解释为疗效已确立，因为方案、样本量、结局测量与研究质量的显著异质性仍是反复出现的局限。4.2.4 聚类4（连接性、自我调节与网络方法）：该聚类连接连接性、默认模式网络、实时fMRI神经反馈、反刍与自我调节，表明以网络层面而非孤立区域测量为中心的研究流出现；使用实时fMRI的研究日益以脑区之间相互作用界定干预靶点，并将这些变化与反刍等适应不良认知过程相联系，例如基于连接性的神经反馈研究直接靶向与MDD中重复性消极思维相关的网络相互作用；该聚类提示从测量单个神经特征向操控分布式功能关系的概念转变。4.2.5 聚类5（基于fMRI的情绪调节）：该聚类围绕杏仁核、情绪调节、功能连接、前额叶皮层与实时fMRI组织，其出现可能反映相对一致的实验范式，即研究人员在神经反馈训练中反复考察特定情感区域与更广泛调节网络之间的交互；MDD中杏仁核靶向实时fMRI研究使用积极自传体记忆与情绪调节任务，考察患者能否学会控制情感相关环路内的活动，随后的随机试验评估了抑郁症状与自传体记忆的变化；该聚类可理解为连接神经靶点、调节任务与实时fMRI反馈的一致方法学与概念研究流。4.2.6 聚类6（精神症状与皮层/网络相关因素）：焦虑、重性抑郁障碍、眶额皮层、状态功能连接与症状的关联提示一个聚焦于将异质临床表型与可测量神经网络特征相联系的主题流；焦虑常与抑郁症状重叠，而眶额与扣带系统涉及情感调节、奖赏处理与症状表达，为其反复共现提供合理基础；大规模神经影像研究已证明眶额连接与抑郁症状维度之间的关联，其他工作则依据焦虑相关临床特征识别出MDD中不同的功能连接模式；心理测量与症状相关术语在该聚类中的存在进一步提示，将神经网络测量作为临床异质性抑郁中间表型的兴趣日益增加。4.2.7 突现分析：1995至2026年，抑郁症中BCI与神经反馈研究经历若干主题发展阶段。早期突现集中于"affective style""frontal EEG asymmetry"及相关不对称性概念，提示该领域最初由通过可测量电生理特征刻画情感功能的努力所塑造；额叶不对称性尤其适合重复测量并随后被纳入神经反馈范式，因此这些早期突现标志着该领域电生理基础的建立。最强的"emotion"与"biofeedback"突现表明从观察转向主动调控，神经与生理信号日益不仅作为标志物，也成为自我调节的反馈靶点；但系统证据持续显示训练靶点、方案与对照条件存在显著差异，因此该突现反映干预导向研究活动的增加，而非已确立的治疗疗效。随后"EEG"与"asymmetry"的突现表明，随着领域多样化，信号层面方法学仍居核心；这种持续可能反映为获得足够稳定、可重复在线反馈的神经信号而进行的持续努力，尤其考虑到伪迹、电极条件、预处理与信号变异性的影响。"real-time fMRI neurofeedback"的出现提示进一步向解剖与功能靶向调控的方法学转变，实时fMRI可基于特定脑区或功能关系提供反馈，并已应用于抑郁症中的杏仁核活动、功能连接与重复性消极思维；"prefrontal cortex"的后期突现与对解剖学知情调控及环路层面机制兴趣的增加相一致。最后，"emotion regulation"的持续突现代表一个更高阶概念，整合了EEG不对称性、杏仁核调制、前额叶控制与功能连接，提示情绪调节已成为连接此前分离研究流的重要组织性概念。总体上，突现轨迹提示从电生理刻画与基于生物反馈的调制，转向实时环路调控与情绪调节；重要的是，这些突现表明研究重点的变化，而非向临床验证干预的线性进展，当前证据仍受小样本、异质方案与重复不足的限制。4.3 生物信号处理与现实世界实施：EEG相关研究的日益突出凸显了稳健生物信号处理对现实世界BCI实施的重要性。EEG对眼动、肌肉、运动相关与环境伪迹敏感，电极移动与信号变异性可进一步降低受控实验室外环境的可靠性；可穿戴EEG研究因此强调在现实条件下稳健的伪迹校正与神经信息保留，专为实验室外记录开发的多阶段眼动伪迹校正算法说明了实现该目标的一条实用路径。未来抑郁症相关BCI研究应优先考虑信号质量监测、抗伪迹预处理、自适应校准、跨会话验证与计算高效的实时处理。4.4 批判性评价与临床转化：尽管研究活动增加，证据基础在模态、反馈靶点、训练时长、对照条件与结局测量方面仍具异质性；近期关于EEG神经反馈与实时fMRI神经反馈的综述强调了临床样本小、重复有限与方案差异显著；因此需要标准化临床结局、靶点参与度测量、多中心试验与更长期随访；重要的是，引文数、关键词中心性与突现强度表明的是学术关注度，而非治疗疗效或优效性。4.5 优势与局限：本研究的优势包括提供1995至2026年抑郁症BCI全球研究的更新文献计量学概览，并对表现突出的国家、作者、机构与期刊提供全面洞察。局限包括：仅使用WoSCC可能遗漏其他数据库索引的相关研究；仅限英文文献可能引入语言偏倚；引文数可能受发表年限与引文积累影响，产生时间相关偏倚；关键词与机构名称的人工清洗仍可能涉及主观判断；文献计量指标反映研究关注度与引文影响力，而非临床疗效或科学质量的直接证据。作为文献计量学研究，本分析未评价单个研究的偏倚风险，也未合并治疗效果，因此不能用于得出BCI或神经反馈治疗抑郁症疗效的结论。

研究结论（译文）：本文献计量学研究描绘了1995至2026年抑郁症BCI研究的全球研究格局与主题演进。分析识别出主要贡献者、合作网络、核心期刊与六个相互关联的主题聚类，揭示了从基于EEG的特征刻画与情感不对称性，向生物反馈、功能连接、实时fMRI神经反馈与情绪调节的转变。近期关键词突现进一步凸显了对前额叶与环路层面调控日益增加的研究关注。未来研究应优先考虑标准化神经反馈方案、稳健的生物信号处理、样本量充分的多中心试验、一致的临床结局，以及在现实条件下的验证，以确定基于BCI的方法对抑郁症的临床适用性。