深度学习算法在脑年龄预测中的应用进展

摘要

脑年龄预测的研究对于深入理解个体神经发育、神经精神性疾病的早期诊断以及制定个性化治疗方案具有重要意义，随着深度学习的不断发展，越来越多的研究专注于利用此类算法来预测脑年龄。相较于传统回归算法，深度学习具备复杂模式学习、端到端学习和高度自适应性等优势，能更准确地揭示神经精神疾病的神经病理机制，为临床评估、辅助诊断以及预后预测提供更为精准的工具。本综述提供了近年来深度学习算法在脑年龄预测研究方面的应用进展，介绍了在脑年龄预测中深度学习模型的改进、多模态数据输入和可解释性研究上的进展，最后讨论了集成深度学习架构的建立方法和制定统一的基准测试的未来挑战，并展望了深度学习在脑年龄预测中的应用前景。

关键词

脑年龄 / 机器学习 / 深度学习 / 回归预测 / 综述

基金资助

国家重点研发计划（2023YFC2414500,2023YFC2414504）; 广东省基础与应用基础研究基金杰出青年项目（2021B1515020064）;广东省基础与应用基础研究基金(2022A1515140142); 国家自然科学基金（72174082,82271953,81971585,82301688）; 广州市科技计划（202206060005,202206080005,202206010077,202206010034,2023A03J0856,2023A03J0839）