背景
阿尔茨海默病和帕金森病等神经退行性疾病因其复杂的病理生理机制和多样的临床表现而面临重大挑战。这些复杂性常常阻碍准确诊断和有效治疗。磁共振成像（MRI）、正电子发射断层扫描（PET）和计算机断层扫描（CT）等神经影像学技术已成为这些疾病早期检测和管理中不可或缺的工具。近年来，人工智能（AI）和机器学习（ML）彻底革新了神经影像学，使得能够分析传统方法无法识别的详细影像模式。通过这些AI驱动的进展，有望加深对疾病进程的理解，提高诊断精度，并为个性化患者护理开辟新途径。
本研究专题的主要目标是探索并展示AI技术与神经影像学技术的整合，以改善神经退行性疾病的临床管理和科学理解。我们旨在重点介绍利用AI和ML发现隐藏生物标志物、预测疾病进展、准确区分各种综合征并寻找个性化治疗的前沿研究。通过鼓励跨学科合作，本研究专题力求加速将AI发现应用于实际医疗解决方案，最终改善患者预后。我们欢迎突出创新模型、尖端成像方法和数字健康进展的投稿，这些内容共同预示着计算神经影像学的美好未来。
本研究专题征集的文章类型包括原创研究、简明研究报告、观点、方案、小型综述等，应聚焦于神经退行性疾病管理领域内神经影像学中的变革性AI应用。建议的主题包括但不限于：
- 探索AI在退行性疾病早期预测和检测中的应用。
- 通过高级影像数据分析大脑连接及其变化。
- 开发用于准确诊断和监测的预测模型。
- 重叠性神经退行性疾病的区分技术。
- 利用神经影像学技术进行生物标志物发现的进展。
- 将数字和可穿戴技术与传统神经影像学实践相结合。
投稿应突出方法学的临床意义和转化影响，全面洞察AI驱动神经影像学改善神经退行性疾病管理的潜力。通过同行评审接受的文章将在获得出版批准后立即在线发布。欢迎注册参与这一激动人心的研究专题。
【全文结束】
