人工智能辅助人脑研究是一个充满活力的跨学科领域,研究兴趣浓厚,文献丰富,多样性巨大。随着人工智能辅助人脑研究应用范围的大幅增长,研究主题和技术的多样性也在不断增加。全面了解这一领域对于评估研究成效、(重新)分配研究资源和开展合作至关重要。本文将结构主题模型(STM)与文献计量分析相结合,从过去十年人工智能辅助人脑研究出版物的大规模非结构化文本中自动识别出突出的研究主题。对主题趋势、相关性和聚类的分析揭示了这些主题的不同发展趋势、有前景的研究方向以及有影响力的国家/地区和研究机构的多样化主题分布。这些发现有助于更好地理解科技人工智能辅助人脑研究,为资源(重新)分配提供有见地的指导,并促进有效的国际合作。