| 夏宇轩，刘远康，江翠萍，吴樊宇，曾雯雯，张舒雅，徐向阳.临床-影像融合模型在阿尔茨海默病中的研究进展[J].放射学实践,2026,41(02):217-222 |
| 临床-影像融合模型在阿尔茨海默病中的研究进展 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2026.02.017 |
| 中文关键词: 阿尔茨海默症 机器学习 人工智能 精准医学 |
| 基金项目: |
|
| 摘要点击次数: 13 |
| 全文下载次数: 14 |
| 中文摘要: |
| 【摘要】阿尔茨海默病（AD）是一种以认知功能进行性衰退为主要表现的神经退行性疾病，好发于老年人群。伴随人口老龄化趋势，AD发病率持续上升，其诊疗研究具有重要意义。临床-影像多模态融合技术的快速发展为AD研究提供了新思路。该技术通过融合影像学数据与电子病历、基因组学、实验室检查等多源临床信息，较单一数据模式更能全面刻画疾病特征，在AD早期识别、鉴别诊断、病情预测及风险分层等领域显示出良好前景。尽管如此，数据融合复杂性、模型性能优化等问题仍需深入探索。本文就临床-影像多模态融合模型在AD临床应用中的研究现状进行综述。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
