基于静息态功能磁共振成像和人工智能技术的阿尔茨海默病早期辅助诊断研究进展OA

阿尔茨海默病(AD)是一种起病隐匿的慢性神经变性疾病,多发于老年期或老年前期,疾病的主要症状体现在记忆及认知功能下降,同时伴有语言障碍、空间定向障碍和行为损害等。AD是不可逆性痴呆的常见类型,其病理生理过程在临床症状出现前数十年即已启动。因此,探寻能够揭示AD早期功能性改变的生物标志物,并建立客观、精准的辅助诊断工具,已成为当前研究的前沿与核心。静息态功能磁共振成像(rs-fMRI)通过捕捉血氧水平依赖信号的自发波动,为无创、在体地评估大规模脑网络的功能整合与分离特性提供了独特窗口。本文综述了将人工智能技术(AI)和rs-fMRI相结合以实现AD早期辅助诊断的研究。本综述首先系统地介绍了rs-fMRI在AD早期诊断中的生物标志物潜力;其次,阐述了应用于rs-fMRI分析的AI方法学,详细分析了这些AI方法学演进以及多模态融合;最后,本文讨论了这些技术现阶段存在的挑战,如模型泛化性、数据异质性、可解释性壁垒及临床转化障碍,并对该领域未来发展进行了展望。AI与rs-fMRI的深度融合,正推动AD早期诊断从基于经验的模式向基于数据驱动的量化、个体化范式转变,将有助于辅助临床医生的医疗决策,改善临床诊疗水平,助力精准医疗。