目的:大数据驱动背景下,越来越多的科研实践依赖于算法。定量研究学术论文中算法的使用情况及影响力分析,能从不同层面上反映出算法的影响力差异,帮助科研工作者全面了解所在领域的常用算法,并根据科研任务类型选择算法类别及决策算法,从而加深对算法学术价值的了解以及深化对大数据驱动的医学信息学学科的认识。同时,学术影响力评估的研究丰富了信息计量学的研究内容,为科研评价提供一个新的维度,进而激励科研创新。方法:利用社会调查法和分层抽样法,以5种JCR分区医学信息学领域期刊2009-2018十年间所刊载的2401篇学术论文为样本。首先,基于全文内容经筛选标注得到705篇论文,共提及到170种算法;其次,借助Top Ten标准及专家咨询法分为16大类;最后,从年份与期刊角度对算法类别的使用情况进行统计,并基于词典的方法从提及次数、提及位置和共现情况三方面进行算法类别的影响力分析。结果:从使用情况来看:除2015年外,期刊中使用算法类别的论文比例呈逐年上升趋势;各期刊对算法类别的依赖程度不同,16种算法类别在《Computer Methods and Programs in Biomedicine》期刊中均有涉及。从影响力分析结果来看:分类、统计、人工神经网络等算法类别影响力较高,在医学信息学领域发挥着重要作用;而检测算法和粗糙集两种算法类别影响力较低。结论:用不同评价指标衡量16大算法类别在医学信息学领域期刊论文中的使用有明显区别。该研究结果表明,基于全文内容的量化评价指标可以对不同算法在特定领域的影响力进行多方向、相对全面的研究,从而帮助新进入的研究人员了解该领域算法的价值。