随着世界人口老龄化加剧，与年龄密切相关的神经退行性疾病日趋高发。脑龄作为一种评估大脑正常衰老和指示疾病进程的重要生物学标记，已被广泛应用于帕金森病（PD）等神经退行性疾病的早期诊断与评估中。为此，本文针对PD脑龄预测的统计学、传统机器学习（ML）和深度学习（DL）三类方法，从PD脑龄预测概述和PD脑龄预测应用进展两个方面进行系统阐述。在第一方面，依次概述PD脑龄的预测流程以及统计学、ML、DL等三类方法；在第二方面，分别介绍三类PD脑龄预测方法的临床应用现状；最后，进行总结和展望。总之，本文不仅为PD脑龄智能预测相关研究提供了参考，也为人脑健康评估提供了新思路，故具有重要的科学价值和临床意义。
(8.0+极速模式)