刘春，蹇文渊，段俊国，3*

    糖尿病视网膜病变(DR)是糖尿病常见的微血管并发症之一，是40岁以上人群视力损害及致盲的主要原因[1]。预计到2045年，全球糖尿病患者数量将增至6.43亿[2]，DR发病率将随之递增。有研究报道，98%的DR患者可通过早期筛查、诊断和及时治疗避免失明结局[3]。但现有医疗资源分布不均，眼科医生数量有限[4]，这一目标将难以实现。近年来，随着计算机科学的发展，人工智能(artificial intelligence，AI)在医学领域呈现出迅猛发展的态势，其在眼科学的应用范围也在不断扩展[5-6]。DR因其患病率高、预后不佳及根据眼底彩照即可确诊等特点，成为最早开展AI研究、相关研究最多且研究最为成熟的眼科疾病[7]，但目前该领域仍缺乏针对AI应用的统一认知和研究规范。

    CiteSpace通过对特定领域相关文献进行计量，绘制可视化知识图谱，从而了解该学科领域发展进程及当前研究现状，预测未来研究热点和趋势[8-9]。本研究基于CiteSpace 6.1.R2软件，对AI应用于DR的文献进行文献计量学分析，以期为相关学者的研究方向提供参考，为未来进一步深入研究提供借鉴。

    1 资料与方法

    1.1 数据来源与检索策略 检索Web of Science(WOS)核心合集数据库，检索时间为建库至2022-11-04。检索式为：TS=("diabetic retinopathy")AND (TS=("artificial intelligen*" OR "machine intelligen*" OR "machine learn*"OR "deep learn*" OR "transfer learn*" OR "neural learn*"OR "supervised learn*" OR "neural network*" OR "deep network*" OR "neural nets model" OR "convolution" OR"automat*" OR "unsupervised clustering" OR "big data"OR "natural language process*" OR "robot*" OR "thinking computer system" OR "expert*system*" OR "evolutionary computation" OR "hybrid intelligent system*" OR "machine vision" OR "fuzzy logic" OR "random forest" OR "support vector machine" OR "decision-making tree" OR "bayes*network" OR "blockchain" OR "genetic algorithm" OR"K-nearest neighbors") ......