来源：期刊VIP网 时间：
作者：韩燕;周龙年;王颖超;巴志霞;王宏;
单位：河西学院附属张掖人民医院医学影像科;河西学院医学影像研究所;河西学院附属张掖人民医院神经外科;
摘要：脑小血管病（cerebral small vessel disease, CSVD）是脑血管疾病最常见的亚型之一，在老年人群中非常普遍，与卒中的发生和复发、步态障碍、认知障碍、心理障碍和排尿困难等有关。由于CSVD很难通过组织学进行明确的诊断，目前CSVD的诊断主要依赖磁共振成像（magnetic resonance imaging, MRI）显示的神经影像标志物。越来越多的研究表明，深髓静脉（deep medullary veins, DMVs）与CSVD的流行病学及影像学特征有关，可能参与了CSVD的发展，成为CSVD新的影像标志物。然而，CSVD的诊断过程缺乏定量的评价标准，容易导致漏诊和误诊。近年来，新兴的人工智能（artificial intelligence, AI）技术已经在医学领域得到了广泛的应用，可识别并提取CSVD的影像标志物，为CSVD的诊断和预后提供更多肉眼无法识别的神经影像学信息。本文总结了近年来国内外关于CSVD影像标志物的研究成果，并简要介绍了AI在评价CSVD影像征象中的应用，总结了目前研究的局限性并指出未来的研究方向，旨在为后续的研究提供更多的思路。
关键词：脑小血管病;;影像标志物;;深髓静脉;;人工智能;;磁共振成像
基金资助：甘肃省自然科学基金项目(编号:25JRRG035);; 甘肃省高校教师创新基金项目(编号:2025A-181、2024A-153);; 河西学院校长基金青年科研项目(编号:QN2024024、QN2024045)~~
