86项MRI自闭症AI诊断研究综述：单中心准确率可达99%，但留一站点验证仅约67%

该综述在统一框架内系统整合了86篇（2015—2026年）基于MRI的ASD人工智能分类研究，覆盖数据集、预处理流程、脑图谱选择、模型架构、性能趋势、可解释性与多模态融合。 既有综述多覆盖问卷、脑电、眼动、面部、语音、可穿戴传感器等多种模态，对MRI专属的数据集、预处理管线、脑区划分策略、建模架构与验证方法的深度技术分析相对有限；本文把范围严格限定在MRI，并给出更细的技术梳理。 遵循PRISMA指南，检索Scopus、Web of Science、PubMed并补充Google Scholar，初检716篇、去重后712篇、标题摘要筛除562篇、全文评审150篇，最终纳入86篇；仅保留Q1期刊，并以5项指标（满分10分、阈值7分）做质量筛选。

综述识别出该领域的主导技术路线：fMRI是使用最广的模态，图神经网络、Transformer、注意力机制与多模态融合框架成为主流方法趋势。 相比以往偏重多模态概览的综述，本文明确刻画了MRI内部的方法学重心转移，并解释了图模型为何自然契合脑区划分图（节点为感兴趣区、边为功能连接）。 基于纳入研究的分类统计与关键词共现网络可视化（VOSviewer），关键词聚类显示“deep learning”与“graph neural networks”“transfer learning”“convolution network”“autoencoder”等相连。

综述发现报告性能主要由评估设置决定，而非模型本身：单站点（多为NYU）研究准确率从sMRI的87.4%到fMRI的99.39%，全ABIDE队列降至70%—75%，最严格的留一站点验证约67%。 这一对比把近30个百分点的差距归因于实验设计而非模型优劣，并指出97%—100%的高准确率常来自切片级划分（同一受试者的切片同时进入训练与测试集）、小规模均衡子集或非真正站点独立的验证。 综述汇总了不同验证协议下的报告数值，并指出多数研究仅报告准确率，较少提供阈值无关指标；同时指出“ABIDE I”在不同论文中实际使用扫描数约870至1100以上不等，导致数字难以直接比较。

综述指出多模态融合并未稳定优于单模态，且报告的关键脑区不一致，因此这些脑区更适合作为待检验假设而非已确认生物标志物。 与“融合必然提升性能”的常见预期不同，本文汇总的融合准确率跨度大（64.9%至87%—97%），未见相对最佳fMRI单模态模型的可靠优势；增益更多出现在加入年龄、性别、站点、IQ等表型变量时，可能反映站点或人口学线索而非结构—功能互补性。 综述对比了sMRI、fMRI与融合三类研究的报告结果，并列举了被不同研究分别标出的判别性脑区（左侧杏仁核与右侧海马、扣带旁回/缘上回/颞中回、距状沟与楔叶、丘脑与直回等），指出其一致性有限。

该综述面向从事MRI神经影像与ASD计算诊断的研究者、以及关注医学AI评估规范的方法学读者，适用于梳理2015—2026年Q1期刊中sMRI、fMRI与多模态融合三类ASD分类研究的现状。其结论适用于理解“当前证据在何种评估设置下成立”，即单站点结果反映特定采集与人群条件下的表现，而全ABIDE与留一站点结果更接近跨站点部署场景。综述提出的优先方向——多模态整合、可解释AI、大规模协调数据集、站点留出验证与不确定性估计——为后续研究设计提供了可直接采用的框架。

读者仍需留意：综述的结论建立在对已发表报告的汇总之上，纳入研究在受试者子集、站点、数据划分层级与验证策略上差异较大，因此跨研究的准确率数值不宜直接横向比较。报告的关键脑区在不同研究间一致性有限，其稳定性是否跨站点与预处理流程成立，仍是待检验的问题。多模态融合是否真正带来结构—功能互补，还是部分来自站点与人口学线索，综述将其列为尚未解决的重要问题。此外，本文所依据的文本中，附录表A1—A3的具体数值与部分图（如Figure 2、4、8、9）的原始数据未在正文展开，若需逐项核对各研究的准确率、敏感度与特异度，需查阅其公开的底层数据文件。