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%
该综述按PRISMA流程从Scopus、Web of Science和PubMed检索2015—2026年文献，经筛选纳入86篇Q1期刊研究，系统梳理了基于sMRI、fMRI及多模态融合的机器学习与深度学习自闭症谱系障碍（ASD）分类研究的数据集、预处理流程、脑图谱、模型架构与验证策略，发现fMRI使用最广、图神经网络与Transformer成为主流方法，并指出报告准确率高度依赖评估设置——单站点研究可达87.4%—99.39%，而全ABIDE队列约70%—75%、最严格的留一站点验证约67%。