研究摘要、结果与原始来源。
研究聚焦定量 MRI，早期论文使用 Dr.Brain™ 名称。成人 VR 研究集中于 QuickMind VR 专题。
Chen Z, Bi S, Shan Y et al., for the Alzheimer’s Disease Neuroimaging Initiative · European Radiology
研究团队： Xuanwu Hospital, Capital Medical University
ShareGAN 利用 ADNI 及三家中国医院共1,009名参与者的配对影像，从结构 MRI 生成合成淀粉样蛋白 β PET。两个外部测试集状态准确率为88.5%和89.4%，探索辅助筛选确证 PET 患者。
证据范围： 回顾性转化研究。合成 PET 不替代真实淀粉样蛋白 PET 或治疗资格评估。论文不代表 MRI 转 PET 合成为已供应或获批的 Dr.Brain™ 产品模块。
European Radiology. 2026;36:5125–5137.
DOI: 10.1007/s00330-025-12251-3
Wei ZN et al. · Chinese Journal of Magnetic Resonance Imaging
研究团队： Peking University Shenzhen Hospital
研究纳入77名早期阿尔茨海默病患者和58名认知正常者，结合 Dr.Brain™ 海马测量与 VR 眼动评估。联合模型 AUC 为0.825，单用海马体积为0.629。
证据范围： 单中心横断面研究，存在教育水平不均衡。联合模型结果不是独立产品宣称，也不能证明全人群诊断表现。
Chinese Journal of Magnetic Resonance Imaging. 2024;15(6):49–53.
DOI: 10.12015/issn.1674-8034.2024.06.007
Zhang J, Hong ZY, Yang L, Li XJ, Ye F · American Journal of Alzheimer’s Disease & Other Dementias
研究团队： Sichuan Provincial People’s Hospital, UESTC
在86名51–82岁志愿者中评估四项自动中文神经认知测试，与纸笔测试比较，自动与人工评分相关系数为0.904–1.0。
证据范围： 有限中文验证样本。评分一致性不等于诊断敏感度或治疗效果，也未确立与上市 QuickMind 或 VECA 配置等同。
American Journal of Alzheimer’s Disease & Other Dementias. 2024;39:1–11.
DOI: 10.1177/15333175241271910
Mao C, Hou B, Li J, Chu S, Huang X, Wang J, Dong L, Liu C, Feng F, Peng B, Gao J · Current Alzheimer Research
研究团队： 北京协和医院
北京协和医院痴呆队列纳入111例很可能阿尔茨海默病患者，定量 MRI 检查不同严重度的皮层体积、厚度和认知表现。区域萎缩尤其左侧颞顶及枕区与认知损害相关。
证据范围： 横断面队列，不同严重度组关联不能确立纵向预测、独立诊断或治疗反应监测。
Current Alzheimer Research. 2022;19(8):618–627.
DOI: 10.2174/1567205019666220905145756
Li P, Quan W, Wang Z, Liu Y, Cai H, Chen Y, Wang Y, Zhang M, Tian Z, Zhang H, Zhou Y · Frontiers in Aging Neuroscience
研究团队： Tianjin Huanhu Hospital
回顾性比较95例阿尔茨海默病与106例额颞叶变性，整合临床、神经心理和影像发现。Dr.Brain™ 体积与白质测量参与不同区域模式评估。
证据范围： 回顾性、特定临床组研究，支持补充鉴别评估，但不确立独立 Dr.Brain™ 诊断分类器或人群筛查准确性。
Frontiers in Aging Neuroscience. 2022;14:981451.
DOI: 10.3389/fnagi.2022.981451
Gu J, Cui S, Qi H, Li J, Wu W, Wang S, Ni J, Miao Z · Heliyon
研究团队： Huadong Sanatorium, Wuxi
定量 MRI 比较18例2型糖尿病伴轻度认知损害、18例糖尿病无认知损害及18例健康对照，通过 Dr.Brain™ 区域体积探索结构差异与分类特征。
证据范围： 小样本探索性三组研究。分类表现需要更大外部验证，不能推广至所有糖尿病或认知症状患者。
Heliyon. 2022;8:e09390.
DOI: 10.1016/j.heliyon.2022.e09390
Zeng XW, Wang SL, Guo JJ, Wang XL, Lin ZL · China Medical Device Information
研究团队： Guangdong Center for Certification and Evaluation
综述描述阿尔茨海默病评估中的 MRI 特征与 AI 方法，以及2022年所报告的国内外软件审批情况。
证据范围： 历史技术与监管背景，并非临床疗效研究或任何市场当前获批证据。机构单位不代表监管方对网站或产品线背书。
China Medical Device Information. 2022;28(13):1–9.
Li P, Quan W, Zhang H, Zhou Y · 所提供临床病例报告稿件
研究团队： Tianjin Huanhu Hospital
一名认知和行为变化患者接受详细神经心理评估及多模态影像。稿件描述 Dr.Brain™ 区域体积分析用于辅助鉴别额叶变异型阿尔茨海默病与行为变异型额颞叶痴呆。
证据范围： 单一示例病例不能确立诊断敏感度、特异度或临床疗效。定量 MRI 只是整体临床与生物标志物评估的一部分。
所提供病例报告稿件，日期为2021年。
DOI: 10.3760/cma.j.cn101721-20210602-00030
Li HB, Tang XQ, Chen Y, Xiao HH, Wang SL · Chinese Journal of Magnetic Resonance Imaging
研究团队： Second Xiangya Hospital, Central South University
在204例健康 MRI 中比较自动与手工测量，另在34例阿尔茨海默病与34例对照中比较47个脑区。测量一致性与区域体积差异支持进一步临床研究。
证据范围： 初步测量研究，疾病比较队列较小。与手工测量一致不等于诊断准确性，也不证明纵向治疗获益。
Chinese Journal of Magnetic Resonance Imaging. 2021;12(6):27–33.
DOI: 10.12015/issn.1674-8034.2021.06.006
Wei Y, Huang N, Liu Y, Zhang X, Wang S, Tang X · Current Alzheimer Research
研究团队： Southern University of Science and Technology
在三个中国 MRI 数据集中，局部形态分析发现与阿尔茨海默病和轻度认知损害相关的海马及杏仁核异常。形态指标提供超出整体体积的信息，并与认知评分相关。
证据范围： 这是结构生物标志物研究证据，不代表每个 Dr.Brain™ 模块或当前软件版本的性能。
Current Alzheimer Research. 2020;17(13):1221–1231.
DOI: 10.2174/1567205018666210218150223
Jiang W, Lin F, Zhang J, Zhan T, Cao P, Wang S · Interdisciplinary Sciences: Computational Life Sciences
研究团队： University of Hong Kong
在两个开放 MRI 数据集上评估深度学习分割，随后分析213例脑缺血或腔隙病例的区域白质高信号，研究自动病灶勾画与解剖定位。
证据范围： 这是算法与区域影像研究，并非前瞻性临床结局试验。这些数据集表现不代表与所有当前 Dr.Brain™ 软件版本等同。
Interdisciplinary Sciences: Computational Life Sciences. 2020;12:438–446.
DOI: 10.1007/s12539-020-00398-0
Zhang Y, Liu Z, Ji B, Liu L, Wu S, Liu X, Wang S, Wang L · Frontiers in Aging Neuroscience
研究团队： Longhua People’s Hospital, Shenzhen
高分辨率磁共振波谱检查11例阿尔茨海默病与11例对照的尸后额叶皮层组织，探索代谢差异，包括葡萄糖相关信号和 APOE 相关模式，为后续生物标志物研究奠基。
证据范围： 小样本离体组织研究，不验证临床筛查、定量 MRI 软件或任何上市 Dr.Brain™ 模块。
Frontiers in Aging Neuroscience. 2019;10:424.
DOI: 10.3389/fnagi.2018.00424