結(jié)合人工智能的結(jié)構(gòu)影像分析對阿爾茨海默病的早期預(yù)測及精準(zhǔn)診斷研究進(jìn)展

唐靜儀，余 群*，劉 軍

（1.中山大學(xué)孫逸仙紀(jì)念醫(yī)院神經(jīng)科，廣東 廣州 510120；2.廣州醫(yī)科大學(xué)附屬第二醫(yī)院神經(jīng)內(nèi)科，廣東 廣州 510260）

阿爾茨海默病(Alzheimer’s disease，AD)是失智癥最常見的類型，以隱匿性記憶力下降起病，緩慢進(jìn)展至全面認(rèn)知減退，同時伴發(fā)精神行為異常，嚴(yán)重影響日常生活能力。目前尚無有效的治愈AD的藥物，僅能通過早期干預(yù)及長期康復(fù)延緩認(rèn)知功能的下降。因此，精準(zhǔn)預(yù)測AD 的發(fā)生發(fā)展，早期診斷AD，對藥物研究及臨床診療都具有極大的意義。

最早AD 僅通過臨床癡呆癥狀診斷，直至2007 年，由15 個國際癡呆研究專家組建的國際工作組 (International Working Group，IWG) 制定AD診斷的國際共識，即將腦脊液、PET 分子影像、MRI結(jié)構(gòu)影像等生物標(biāo)志物納入AD 的早期診斷[1]。2014 年，IWG 進(jìn)一步建議使用反映病理蛋白沉積的Aβ-PET 或tau-PET 作為確診AD 的工具，而反映腦結(jié)構(gòu)萎縮模式的MRI 和顯示腦代謝狀況的FDG-PET 則可用于監(jiān)測疾病進(jìn)展[2]。2018 年，美國國家衰老研究院-阿爾茨海默協(xié)會(National Institute on Aging-Alzheimer′s Association，NIA-AA)正式提出了ATN 診斷框架[3]：A(Aβ 沉積)，通過腦脊液或Aβ-PET 證實(shí)；T(病理性tau 蛋白)，通過腦脊液磷酸化tau 蛋白或tau-PET 證實(shí)；N(神經(jīng)退行性變)，通過腦脊液總tau 蛋白或FDG-PET 或MRI 腦萎縮證實(shí)。ATN 診斷框架在臨床癥狀的基礎(chǔ)上增加了腦脊液和影像標(biāo)志物，可見，神經(jīng)影像學(xué)在AD的早期篩查和預(yù)后隨訪中起著重要的作用，對于AD 的診療及科研均有重要意義。

分子影像工具

AD 的病理特征為Aβ 淀粉樣蛋白的沉積及tau 蛋白的過度磷酸化，進(jìn)而影響局部腦區(qū)的代謝，通過氧化應(yīng)激、炎癥反應(yīng)等通路導(dǎo)致腦區(qū)結(jié)構(gòu)的改變。Aβ-PET 和tau-PET 是目前確診AD 常用的分子影像工具，分子示跡劑可測量Aβ 負(fù)荷、tau 蛋白聚集和神經(jīng)炎癥，使AD 病理生理過程可被識別、定量、分析，以結(jié)合臨床癥狀以診斷AD、判斷病情嚴(yán)重程度。近年來，針對AD 病理標(biāo)志物所開發(fā)的多種分子探針[4-5]，結(jié)合以PET/MRI 為代表的先進(jìn)多模態(tài)影像設(shè)備也被愈來愈廣泛地用于AD 的診斷學(xué)研究。然而，不僅PET 影像技術(shù)昂貴的價格限制了其臨床應(yīng)用的推廣，而且不同機(jī)構(gòu)使用的示蹤劑差異會導(dǎo)致診斷陽性閾值的變異性較大，難以廣泛應(yīng)用。盡管Aβ-PET 及tau-PET 的陽性結(jié)果提示認(rèn)知正常人群罹患認(rèn)知功能障礙的風(fēng)險(xiǎn)增加，但難以準(zhǔn)確預(yù)測正常認(rèn)知(normal cognition，NC)老年人向MCI 或者M(jìn)CI 向AD 的轉(zhuǎn)化，應(yīng)用分子影像作為早期篩查工具仍需更多的探索[6]。

結(jié)構(gòu)影像工具

與Aβ-PET 及tau-PET 等分子影像工具相比，結(jié)構(gòu)影像工具，尤其是結(jié)構(gòu)MRI(structural MRI，sMRI)，是目前指南推薦的應(yīng)用最廣泛、最便捷的神經(jīng)影像診斷工具，可排除結(jié)構(gòu)性腦實(shí)質(zhì)病變，并顯示大腦各腦區(qū)的萎縮情況，為AD 等神經(jīng)退行性疾病提供定量的結(jié)構(gòu)特征標(biāo)志。大量基于sMRI 及其衍生的人工智能影像分析研究證實(shí)，sMRI 所提供的結(jié)構(gòu)標(biāo)志物，包括腦區(qū)的體積、厚度、表面積、形狀、質(zhì)地等，可用于AD 的早期預(yù)測及精確診斷。在疾病早期預(yù)測上，分析NC、輕度認(rèn)知障礙(mild cognitive impairment，MCI)、AD 患者的腦結(jié)構(gòu)差異，可以預(yù)測NC 向MCI 轉(zhuǎn)化或MCI 向AD 轉(zhuǎn)化的概率，用于AD 的預(yù)防性篩查。在精確診斷方面，通過定量腦結(jié)構(gòu)的萎縮程度，分析全腦的萎縮模式，可增加確診AD 的客觀性，有助于AD 與其他神經(jīng)退行性疾病[如額顳葉癡呆(frontotemporal dementia，F(xiàn)TD)、路易體癡呆(dementia with Lewy body，DLB)的鑒別。此外，由于現(xiàn)今大部分AD 治療藥物僅在MCI 或輕度AD 階段發(fā)揮療效，sMRI 提供的影像標(biāo)志物在早期預(yù)測及精準(zhǔn)診斷上的應(yīng)用能更好地為藥物臨床研究納入受試者，保證藥物臨床研究的可靠性。

傳統(tǒng)的sMRI 分析技術(shù)依賴人工手動在二維MRI 圖像上標(biāo)記、分割感興趣的腦區(qū)進(jìn)行研究，不僅耗費(fèi)人力物力，且由于技術(shù)人員經(jīng)驗(yàn)水平的差異，提取的結(jié)構(gòu)信息在各研究中的主觀性、異質(zhì)性均較大。目前sMRI 可結(jié)合人工智能，自動化提取感興趣腦區(qū)或全腦皮質(zhì)的體積、表面積、形態(tài)、質(zhì)地等三維完整信息，定量整合并分析腦萎縮模式，具有客觀、穩(wěn)定、快速的優(yōu)勢，極大地提高了AD 早期預(yù)測及診斷的準(zhǔn)確性。腦自動定量分析工具，包括最常用的開源軟件FreeSurfer、經(jīng)FDA 批準(zhǔn)使用的NeuroQuant?與Neuroreader?、針對亞洲群體的AccuBrain?等，在自動定量腦區(qū)的應(yīng)用上與人工分割腦區(qū)金標(biāo)準(zhǔn)相比，具有較高的一致性及可靠準(zhǔn)確度[7-10]。此外，除了定量分析腦區(qū)或皮質(zhì)的體積改變，借助機(jī)器學(xué)習(xí)或深度學(xué)習(xí)等人工智能算法，可以進(jìn)一步分析腦區(qū)亞結(jié)構(gòu)形狀、質(zhì)地等性質(zhì)，獲取更復(fù)雜、更精細(xì)的AD 影像模式以構(gòu)建個體化診療模型。

研究提示，內(nèi)側(cè)顳葉，包括海馬、內(nèi)嗅皮質(zhì)、杏仁核等，是負(fù)責(zé)記憶編碼、整合、存儲和提取的重要腦區(qū)，在AD 的發(fā)生發(fā)展中最早受累?；趦?nèi)側(cè)顳葉各腦區(qū)結(jié)構(gòu)改變所衍生的影像標(biāo)志物，可應(yīng)用于AD 的早期預(yù)測，提高AD 診斷的靈敏度和特異度。本文就海馬、內(nèi)嗅皮質(zhì)、杏仁核的sMRI 影像標(biāo)志物，結(jié)合人工智能的結(jié)構(gòu)影像，分析其在AD 預(yù)測和診斷中的價值。

一、海馬結(jié)構(gòu)影像學(xué)標(biāo)志物

海馬在AD 早期即出現(xiàn)神經(jīng)纖維纏結(jié)和神經(jīng)元丟失，是公認(rèn)的AD 病理累及并發(fā)生嚴(yán)重結(jié)構(gòu)改變的特征性腦區(qū)。因其結(jié)構(gòu)在MRI 上易于識別并分割，其結(jié)構(gòu)特征在輔助AD 診斷中應(yīng)用最廣泛。以海馬為感興趣區(qū)，借助自動定量分析工具及人工智能算法，能從sMRI 圖像上提取的影像標(biāo)志物，目前已從單純的海馬整體體積，發(fā)展至海馬亞結(jié)構(gòu)形狀、整體幾何特征以及質(zhì)地特征[11]。

1.體積：海馬體積的萎縮程度是常用的AD 病理分期的影像標(biāo)志物，這已經(jīng)被重大疾病對抗聯(lián)盟/歐洲藥物管理局(Coalition Against Major Diseases/European Medicines Agency)驗(yàn)證及批準(zhǔn)[12]。研究提示在臨床癡呆癥狀出現(xiàn)前，海馬已開始萎縮，且海馬萎縮程度與認(rèn)知障礙的嚴(yán)重程度有相關(guān)性[13]。海馬體積的評估，從早期的內(nèi)側(cè)顳葉人工視覺評分(medial temporal lobe atrophy score，MTA)，到當(dāng)前的計(jì)算機(jī)輔助自動立體定量分析，被廣泛并高效地用于區(qū)分NC、MCI、AD[14-15]，及預(yù)測MCI 向AD 的轉(zhuǎn)化[16-17]。Sarica 等[18]通過分析雙側(cè)海馬體積的不對稱性，首次發(fā)現(xiàn)海馬亞結(jié)構(gòu)的萎縮模式在NC、進(jìn)展型MCI(progressive MCI，pMCI)、穩(wěn)定型MCI(stable MCI，sMCI)、AD 四個群體中有不同的偏側(cè)效應(yīng)，其中AD 雙側(cè)海馬體積的不對稱性更為顯著。Yue 等[19]對比NC 和有主觀認(rèn)知下降(subjective cognitive decline，SCD)受試者的雙側(cè)海馬體積，通過計(jì)算不對稱指數(shù)[(右側(cè)海馬體積-左側(cè)海馬體積)/(雙側(cè)海馬總體積)×100%]，發(fā)現(xiàn)右側(cè)海馬萎縮在SCD 中更為顯著(右側(cè)海馬平均體積，SCD為(2.52±0.32)mm3，NC 為(2.66±0.29)mm3；左側(cè)海馬平均體積，SCD 為(2.42±0.27)mm3，NC 為(2.33±0.86)mm3；不對稱指數(shù)，SCD 為3.98%±3.31%，NC為5.08%±4.31%，證實(shí)早期認(rèn)知改變時，雙側(cè)海馬的萎縮程度已有差別，結(jié)果提示MRI 發(fā)現(xiàn)雙側(cè)海馬體積的不對稱性可作為早期認(rèn)知障礙的診斷依據(jù)。

2.形態(tài)：單純使用sMRI 上的海馬體積對于診斷AD 的靈敏度和特異度不佳。神經(jīng)病理學(xué)研究顯示，海馬各亞結(jié)構(gòu)區(qū)對AD 相關(guān)的Aβ、tau 等病理蛋白易感性不同，故而導(dǎo)致各亞區(qū)的結(jié)構(gòu)改變亦具有異質(zhì)性[20]。從sMRI 影像中捕捉海馬亞結(jié)構(gòu)的結(jié)構(gòu)信息，精細(xì)分析海馬整體形狀的改變模式，結(jié)合人工智能機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法，能夠更精準(zhǔn)地區(qū)分NC、MCI、AD，從而檢測出有進(jìn)展為AD 風(fēng)險(xiǎn)的NC 或MCI 患者，實(shí)現(xiàn)早期預(yù)測及預(yù)后判斷[20-21]。

3.質(zhì)地：相較于海馬體積及亞結(jié)構(gòu)形態(tài)特征，S?rensen 等[22]通過人工智能算法證實(shí)，海馬質(zhì)地在預(yù)測MCI 轉(zhuǎn)化為AD 上更有優(yōu)勢，強(qiáng)調(diào)了質(zhì)地特征在預(yù)測MCI 預(yù)后的可能性。Zhao 等[23]綜合海馬的體積、形態(tài)、質(zhì)地結(jié)合機(jī)器學(xué)習(xí)衍生出的海馬影像組學(xué)標(biāo)志物，在個體層面上區(qū)分NC 和AD 的AUC 達(dá)0.95，并發(fā)現(xiàn)其與5 年內(nèi)MCI 的認(rèn)知評分進(jìn)展息息相關(guān)，可實(shí)現(xiàn)個體層面可泛化、可重現(xiàn)的有效診斷。

二、內(nèi)嗅皮質(zhì)結(jié)構(gòu)影像學(xué)標(biāo)志物

內(nèi)嗅皮質(zhì)(entorhinal cortex，EC)作為溝通新皮質(zhì)和海馬的中介結(jié)構(gòu)，是內(nèi)側(cè)顳葉記憶系統(tǒng)的重要組成部分。病理學(xué)研究發(fā)現(xiàn)，神經(jīng)纖維纏結(jié)首先發(fā)生于EC，并播散至內(nèi)側(cè)顳葉的其他結(jié)構(gòu)[24]。

1.體積：神經(jīng)元受損累積導(dǎo)致EC 發(fā)生萎縮，并可表現(xiàn)于MRI 上。de Toledo-Morrell 等[25]通過對比NC、SCD、輕度AD 的EC 體積，發(fā)現(xiàn)SCD 及輕度AD 的EC 萎縮均比NC 明顯，但SCD 及輕度AD 兩組之間的EC 體積沒有差異，說明EC 的萎縮在AD臨床前期就已經(jīng)出現(xiàn)，因此EC 體積可能可以在更早期預(yù)測MCI 或AD 的發(fā)生。結(jié)合DTI 影像分析，Ryu 等[26]證實(shí)，EC 在早期主觀記憶下降階段中已經(jīng)有體積及微結(jié)構(gòu)的改變，而海馬則僅有微結(jié)構(gòu)的改變，說明EC 萎縮在海馬之前。

在預(yù)測MCI 向AD 轉(zhuǎn)化的效能上，海馬和EC的價值高低目前仍有一定的爭議。Devanand 等[27]的研究則指出，基線水平上更小的海馬和EC 體積分別都能預(yù)測MCI 向AD 的轉(zhuǎn)化[MCI 向AD 轉(zhuǎn)化率為37/139=0.27；海馬每減少1 mL 體積的風(fēng)險(xiǎn)比RR=3.62(1.93-6.80)，P<0.000 1；內(nèi)嗅皮質(zhì)每減少0.1 mL 體積，MCI 向AD 轉(zhuǎn)化的風(fēng)險(xiǎn)比(relative ratio,RR)=2.43(1.56-3.79)，P<0.000 1]，如結(jié)合兩者體積、年齡、認(rèn)知評估可以達(dá)到更高的預(yù)測準(zhǔn)確性(AUC 0.912)和臨床應(yīng)用價值。而de Toledo-Morrell[28]和Killiany 等[29]研究則認(rèn)為，EC 體積，尤其是右側(cè)EC 的萎縮程度，比海馬體積的預(yù)測價值更高。

2.萎縮速率：Stoub 等[30]利用高分辨率MRI 發(fā)現(xiàn)，穩(wěn)定的認(rèn)知正常者(no cognitive impairmentstable，NCI-S)、進(jìn)展型MCI 患者(MCI-AD)、AD 患者的海馬萎縮速率分別為(-0.0592±0.002)/年、(0.094 7±0.004)/年和(-0.158 3±0.004)/年(MCIAD 比NCI-S，P=0.001 1，AD 比NCI-S，P<0.000 1)；內(nèi)嗅皮質(zhì)萎縮速率分別為(-0.027 2±0.004)/年、(-0.047 3±0.011)/年和(-0.057 9±0.012)/年(MCIAD 比NCI-S，P<0.001，AD 比NCI-S，P<0.001)，且萎縮速率與記憶力下降程度相關(guān)，證實(shí)內(nèi)側(cè)顳葉結(jié)構(gòu)的萎縮速率可以用于區(qū)分正常老化與病理老化的患者。進(jìn)一步的縱向研究發(fā)現(xiàn)，內(nèi)側(cè)顳葉不同結(jié)構(gòu)的萎縮速率不一致，AD 患者EC 的萎縮速率比海馬的更大[31]，這與AD 病理始于EC 的觀點(diǎn)相一致。然而，EC 萎縮速率能否用于預(yù)測NC 向MCI 轉(zhuǎn)化或MCI 向AD 轉(zhuǎn)化仍需要更多的縱向研究。

由此可見，除了海馬結(jié)構(gòu)分析，EC 結(jié)構(gòu)亦可在sMRI 上提取可靠的量化指標(biāo)用于AD 的診斷及預(yù)測，EC 的結(jié)構(gòu)影像分析是未來研究的新方向。

三、杏仁核結(jié)構(gòu)影像學(xué)標(biāo)志物

作為內(nèi)側(cè)顳葉邊緣系統(tǒng)的重要組成部分，杏仁核主要在情緒表達(dá)和處理記憶中發(fā)揮作用，其與大腦皮質(zhì)、基底節(jié)、丘腦、海馬等均有廣泛的聯(lián)系。當(dāng)病理性的Aβ 蛋白、tau 蛋白沉積于杏仁核區(qū)域時，杏仁核無法正確與其他腦區(qū)進(jìn)行信息交流，限制記憶的形成，影響情緒與行為，擾亂認(rèn)知功能，導(dǎo)致AD等神經(jīng)退行性疾病的發(fā)生發(fā)展[32]。因此，影像上杏仁核的結(jié)構(gòu)改變亦可成為AD 診斷的另一標(biāo)志物。

1.體積：從早期Basso 等[33-34]通過手工定位杏仁核并測量，到Poulin 等[35]運(yùn)用FreeSurfer 腦自動定量分析工具，通過比較NC 與早期AD 兩者的海馬與杏仁核體積，發(fā)現(xiàn)杏仁核的萎縮與AD 易感基因APOEε4、認(rèn)知功能評分的下降均有相關(guān)性，提示杏仁核在AD 早期甚至MCI 階段就已經(jīng)發(fā)生了結(jié)構(gòu)的改變，其萎縮程度至少與海馬的萎縮程度相當(dāng)，并與疾病的嚴(yán)重性相關(guān)。此外，雙側(cè)杏仁核體積改變在不同階段顯現(xiàn)出不對稱性，MCI 患者的右側(cè)杏仁核比左側(cè)萎縮更明顯[19]。杏仁核的不對稱性在區(qū)分AD 和FTD 上也有一定的作用，在FTD 中，杏仁核的萎縮比AD 更明顯，且不對稱性更為嚴(yán)重[36]。

2.亞結(jié)構(gòu)：Cavedo 等[37]在對杏仁核運(yùn)用立體定位成像技術(shù)研究中，發(fā)現(xiàn)杏仁核的亞結(jié)構(gòu)，如與海馬有連接的基底外側(cè)腹內(nèi)側(cè)核、與嗅覺系統(tǒng)有溝通的內(nèi)側(cè)核、與膽堿能通路有關(guān)聯(lián)的中央核等，均有更明顯的萎縮，說明杏仁核這種萎縮模式與已知的AD 影響神經(jīng)系統(tǒng)的病理生理學(xué)相一致。Miller等[38]運(yùn)用形態(tài)差異計(jì)量學(xué)對杏仁核的亞結(jié)構(gòu)影像進(jìn)行智能運(yùn)算分析，同樣證實(shí)杏仁核的萎縮以基底外側(cè)腹內(nèi)側(cè)核為著，表明相較于體積測定，亞結(jié)構(gòu)的形態(tài)分析更能反映杏仁核在AD 中的萎縮模式。相比于單一的體積分析，結(jié)合機(jī)器學(xué)習(xí)算法分析sMRI 反映的杏仁核形態(tài)特征，可更準(zhǔn)確地區(qū)分MCI 和AD。加入隨訪隊(duì)列的縱向研究[39]提示，杏仁核的形態(tài)特征能有效地預(yù)測MCI 向AD 的轉(zhuǎn)化。Tang 等[40]證實(shí)，杏仁核局部形態(tài)的萎縮速率與認(rèn)知退化率之間有顯著的相關(guān)性，AD、MCI 及NC 的左側(cè)杏仁核體積變化率分別為-2.34%±1.62%/年、-1.32%±1.1%/年和-0.81%±0.73%/年；右側(cè)杏仁核體積變化率分別為-1.65%±1.82%/年，-1.16%±1.07%/年和-0.37%±1.10%/年。除MCI 與AD 右側(cè)杏仁核體積變化率無統(tǒng)計(jì)學(xué)差異(P=0.19)，其余指標(biāo)組間差異均存在統(tǒng)計(jì)學(xué)意義(P<0.03)，可見AD患者杏仁核的萎縮速率比MCI 及NC 的高。

總而言之，借助腦自動定量軟件及人工智能算法，從杏仁核的體積、左右結(jié)構(gòu)的不對稱性，到更精細(xì)的亞結(jié)構(gòu)形態(tài)分析，筆者發(fā)現(xiàn)杏仁核不僅在診斷AD 上與海馬的作用相當(dāng)，更在縱向預(yù)測MCI 向AD轉(zhuǎn)化中具有一定的價值。然而，當(dāng)前基于杏仁核的影像研究仍較少，隊(duì)列樣本數(shù)據(jù)異質(zhì)性大，未來如將杏仁核結(jié)構(gòu)納入AD 診斷標(biāo)志物，需要更多的臨床驗(yàn)證。

四、全腦區(qū)影像學(xué)標(biāo)志物

除了上述海馬、杏仁核、內(nèi)嗅皮質(zhì)等單一腦區(qū)結(jié)構(gòu)影像分析，綜合多個腦區(qū)的結(jié)構(gòu)特征可反映AD 全腦結(jié)構(gòu)的改變模式，可在個體水平進(jìn)行早期診斷及認(rèn)知預(yù)后評估。Tang 等[39]分析雙側(cè)皮質(zhì)下及腦室旁結(jié)構(gòu)(包括海馬、杏仁核、基底節(jié)區(qū)域)的整體形態(tài)特征，提出一種預(yù)測MCI 轉(zhuǎn)化為AD 的新型預(yù)測方法，使預(yù)測MCI 向AD 的半年及3 年預(yù)測準(zhǔn)確率分別達(dá)82.25%及73.68%。利用機(jī)器學(xué)習(xí)提取海馬、海馬旁回、內(nèi)嗅皮質(zhì)、邊緣葉等腦區(qū)的體積、強(qiáng)度、質(zhì)地等影像特征進(jìn)行綜合分析，Chincarini等[41]研發(fā)出區(qū)域特征分類指數(shù)，可有效地從人群中發(fā)現(xiàn)MCI 和AD(AUC 分別為0.92 及0.97)，并判斷出2 年內(nèi)MCI 向AD 轉(zhuǎn)化的個體(AUC 0.74)。有研究利用影像分析工具AccuBrain 量化數(shù)千人的全腦結(jié)構(gòu)，提取出與認(rèn)知功能及AD 發(fā)病機(jī)制相關(guān)的腦結(jié)構(gòu)(海馬、杏仁核、顳葉、側(cè)腦室下角等)，結(jié)合機(jī)器學(xué)習(xí)衍生出的一款新型影像指標(biāo)——AD 相似性萎縮指數(shù)(Alzheimer′s disease-resemblance atrophy index，AD-RAI)，可反映與AD 發(fā)病相關(guān)的特征性腦萎縮模式，相較于單一腦區(qū)定量分析，其在個體化水平上預(yù)測AD 發(fā)生的風(fēng)險(xiǎn)方面具有一定的優(yōu)勢[42]。Zhao 等[43]發(fā)現(xiàn)以AD-RAI>0.5 作為診斷界值，能更有效地預(yù)測NC 向MCI 及MCI 向AD 進(jìn)展[NC 進(jìn)展為MCI，OR=26.35(2.96～234.77)，P=0.003，AUC=0.740(0.612～0.868)；MCI 進(jìn)展為AD，OR=8.91(2.81～28.31)，P<0.001，AUC=0.771(0.664～0.877)]。Mai 等[44]進(jìn)一步證實(shí)，針對全腦結(jié)構(gòu)的ADRAI 可作為診斷AD 的影像標(biāo)志物，其AUC 可達(dá)0.92，尤其在CSF 病理蛋白陽性的亞組，其AUC 更達(dá)到1.00。

小 結(jié)

本文就海馬、內(nèi)嗅皮質(zhì)、杏仁核以及全腦的結(jié)構(gòu)用于AD 早期預(yù)測和精確診斷的影像標(biāo)志物，進(jìn)行總結(jié)?；谌斯ぶ悄艿膹V泛應(yīng)用，sMRI 的結(jié)構(gòu)分析已從單純的腦區(qū)體積測定，發(fā)展至腦區(qū)亞結(jié)構(gòu)形態(tài)及質(zhì)地等影像組學(xué)分析，衍生出越來越多的影像標(biāo)志物。然而，形態(tài)、質(zhì)地等影像組學(xué)標(biāo)志物的相關(guān)研究多局限于海馬，且受試樣本容量小，需要更多的臨床研究進(jìn)一步證實(shí)其在預(yù)測及診斷中的準(zhǔn)確性。人工智能算法，如機(jī)器學(xué)習(xí)及深度學(xué)習(xí)，可有效地分析多個腦區(qū)、多種結(jié)構(gòu)特征，構(gòu)建AD 腦結(jié)構(gòu)影像模式，可提高預(yù)測與診斷的精確性，實(shí)現(xiàn)個體化診療。但受限于復(fù)雜的解讀和高昂的花費(fèi)，人工智能影像分析至今難以推廣至臨床應(yīng)用。期望今后結(jié)構(gòu)影像標(biāo)志物，既有人工智能分析的精準(zhǔn)性，亦易于臨床解讀，在結(jié)合臨床癥狀、分子標(biāo)志物等信息后可實(shí)現(xiàn)個體化診療。