介绍了预测轻度认知障碍(mild cognitive impairment,MCI)患者罹患阿尔茨海默症(Alzheimer's disease,AD)的风险对于延缓AD发病的重要意义,简述了广泛用于AD相关疾病研究的ADNI(Alzheimer's disease neuroimaging initiative)数据库,回顾了传统机器学习算法在MCI分类中的运用.用深度学习算法可通过组合低层特征形成更加抽象的高层特征,为解决MCI的转化预测与分类识别提供了新的思路.从有监督和无监督2个方面重点阐述了目前深度学习的方法运用于以结构性磁共振成像(structural magnetic resonance imaging,sMRI)为主的神经影像数据在MCI 的分类与转换预测的研究现状,最后分析与讨论了深度学习算法在该领域应用存在的问题,并对其前景进行了展望.
作者：张柏雯；林岚；吴水才
来源：医疗卫生装备 2017 年 38卷 9期
