静息态功能磁共振在轻微型肝性脑病机制及智能诊断中的研究进展

摘要

轻微型肝性脑病（MHE）作为肝性脑病的早期隐匿阶段，临床与血液生化指标常无明显异常。主要借助神经电生理或神经电心理测试进行诊断。若未能及时干预，MHE可进展为显性肝性脑病，严重影响患者生活质量。近年来，静息态功能磁共振成像（rs-fMRI）凭借其无创、精准的优势，为揭示MHE的神经机制提供了重要影像学手段。然而，既往综述多集中于rs-fMRI在MHE中的传统应用，缺乏对多维度脑功能指标及其人工智能技术融合的系统梳理。本文系统综述基于rs-fMRI的脑功能指标在MHE认知损害机制中的最新研究，重点从默认模式网络、执行控制网络等功能连接异常角度阐述MHE的神经病理基础；在此基础上，进一步总结机器学习与深度学习方法（如支持向量机、图神经网络等）在MHE智能诊断中的模型构建与验证进展，并探讨多模态影像与人工智能融合新趋势，以弥补以往综述在此方面的不足。本文旨在为MHE的神经机制阐述提供系统的影像学依据，并为实现MHE的定量化、精准化诊断提供新的研究思路。未来研究应致力于多中心大样本验证、多模态数据融合及临床转化路径的深入探索。

关键词

轻微型肝性脑病 / 静息态功能磁共振 / 肝硬化 / 人工智能