脑龄是一个新兴概念，反映了脑结构的复杂、依赖时间的变化，识别出与预期神经发育模式的偏离。在发育中的大脑中，基于MRI的准确年龄估计是检测非典型神经发育的定量生物标志物，促进早期诊断，引导临床决策，并可能改善长期结果。应用于神经影像学的数据驱动模型为各种先天性和获得性儿童病症的发病机制提供了宝贵的见解。特别是，先进的深度学习方法最近在广泛的儿童神经影像学研究中获得了显著关注，提供了在估计发育脑龄方面的最先进表现。在本次调查中，我们全面回顾了当前基于MRI的深度学习方法在发育脑龄（胎儿阶段—2岁）估计中的应用。我们提供了临床和技术方面的细节，开放获取的发育MRI数据集，并比较了这些模型使用评估指标的表现。此外，我们讨论了脑龄估计在临床研究背景下的应用，突出其在理解神经发育障碍中的重要性。最后，我们解决了面临的挑战，并提出未来的研究方向，以推动脑龄估计领域的发展。我们旨在为研究人员和从业者提供宝贵见解，促进MRI基础上深度学习脑龄估计在发育大脑的理论理解和实际应用的进展。证据水平：3。技术有效性：阶段2。
Asma-ull等（星期五）研究了这个问题。