李晓陵，王敬贤，李昂，李孟，曹丹娜，王丰*，崔璇，姚春丽，蔡丽娜

作者单位：1.黑龙江中医药大学附属第一医院，哈尔滨 150040；2.黑龙江中医药大学研究生院，哈尔滨 150040；3.哈尔滨医科大学公共卫生学院，哈尔滨 150081

轻度认知障碍(mild cognitive impairment，MCI)是阿尔茨海默病(Alzheimer's disease，AD)的早期表现，MCI常被误判为正常衰老，而其中三分之一的MCI患者在5年内可转变为AD[1-2]。AD是一种不可逆的进行性脑病，目前尚无有效治疗方法，造成了沉重的社会经济压力[3]。因此，对MCI患者进行早期筛查、及时干预、对症治疗，防止其转化为AD，具有重要的临床应用价值。

神经影像成像技术是临床诊断MCI的重要检查手段，磁共振成像(magnetic resonance imaging，MRI)和正电子发射断层扫描(positron emission tomography，PET)常用于鉴定与MCI相关的结构和分子生物标记物[4]。其中，MRI因非侵入、无电离、无辐射、价格适中等优点，具有较高的临床普及率，被认为是MCI研究中的首要影像诊断方法[5]。有研究显示海马、颞叶等脑区在认知功能下降前，就已经出现了结构或功能变化，这些改变是MCI诊断的特异性标志[6]。

随着人工智能(artificial intelligence，AI)在肺结节检出、胶质瘤分级和骨折诊断等影像判读领域的飞速发展，与影像技术相结合的大规模、高维度、多模态神经影像技术在认知研究方面日益成熟[7-9]。卷积神经网络(convolutional neural networks，CNN)是AI领域中一个迅速发展的深度学习(deep learning，DL)模型，也是影像学领域的最新技术之一，在图像识别与分类中大放异彩[10-11]。迄今为止，CNN及其众多衍生模型在神经影像识别领域均取得多项重大进展。基于以上情况，笔者以此为线索，探讨其在MCI领域的研究现状与未来发展方向。……