摘要：本文综述了机器学习在脑影像数据分析中的应用进展，重点探讨其在针刺神经机制研究中的转化潜力。研究表明，集成学习与深度学习模型在脑肿瘤分类、卒中预测等任务中展现出优越性能，而特征选择与可解释AI技术（如SHAP、LIME）有效提升了模型的临床适用性。针对针刺研究面临的个体响应异质性挑战，提出需构建融合多模态脑影像与中医证候要素的预测框架，并强调标准化数据采集、稳健特征工程和透明决策机制的重要性。

阿尔茨海默病（Alzheimer’s disease, AD）是一种以进行性认知功能衰退为核心特征的神经退行性疾病，其主要病理表现为淀粉样斑块沉积、神经纤维缠结形成以及广泛的突触丢失和神经元死亡。尽管传统研究多聚焦于乙酰胆碱系统的损伤及其在记忆障碍中的核心作用，近年来越来越多的证据表明，单胺类神经递质系统的紊乱，特别是多巴胺（dopamine, DA）系统的功能失调，在AD的发生发展过程中扮演着不可忽视的角色。