基于专利信息的脑电图技术成熟度及技术网络分析

，

脑电图(EEG)是研究脑功能的重要神经影像技术，它通过电极测量神经元兴奋时所产生的容积电流，提供全脑活动的连续性记录[1-2]，为“认识脑”提供了技术手段。由于具有无创性、简单便携、费用低廉等特点，EEG被广泛应用于脑部疾病的检查与诊断。

专利文献是重要技术情报来源，适宜作为技术评估研究的数据源，为测度技术发展态势、研究布局和热点主题提供参考。本文综合运用技术成熟度、多元统计分析和社会网络分析理论方法，对全球EEG技术专利数据进行定性与定量分析，以期为我国神经影像学、脑认知科学领域的发展提供参考和借鉴。

1 研究方法

1.1 技术成熟度理论和方法

技术成熟度是指某一技术在发展、进化过程中所处的阶段[3]。1986年美国学者Richard Foster提出通过S曲线模型对技术成熟度进行研判。S曲线模型包含了萌芽期、成长期、成熟期以及衰退期4个阶段，是技术发展和进化所遵循的一般规律。从长期看，技术创新轨迹可以由一系列S曲线的递进构成，并可能出现两条或多条S曲线并存的情形[4]。

S曲线模型有Logistic模型、Gompertz模型等多种。本文采用Logistic模型，通过确定模型中的参数K(饱和值)、tm(反曲点)、Δt(成长时间)，预测技术的成熟度。根据Logistic模型，分别以10%K、50%K和90%K作为萌芽期、成长期、成熟期和衰退期之间的临界值。

1.2 共类分析和共词分析

在专利计量中，共类分析用于探索专利所属的技术领域和主题类别，揭示特定技术领域研究内容的相互转移融合和学科领域的交叉演变模式[5]。……