针灸作为一种外源性的物理刺激，中枢整合是实现其临床疗效的关键。自上世纪90年代以来，基于神经影像技术的针灸中枢机制研究广泛开展，迄今为止，有近400篇中文和200余篇英文针灸神经影像研究论文发表。针灸影像学也逐渐发展成为一门新兴的交叉学科[13]。受到经颅磁刺激等物理疗法疗效预测研究的启发，近年来开始有研究尝试融合机器学习与神经影像表征开展针灸疗效预测，并取得了较好的预测效果。如Liu等[14]在2018年发表了第1篇基于白质微结构的安慰针刺治疗偏头痛疗效预测研究，在该研究中，作者使用了纤维示踪技术提取了偏头痛患者内侧前额叶与杏仁核之间白质纤维微结构参数，并将其作为疗效预测模型的输入特征，而后使用一般线性核函数支持向量机和留一交叉验证法，较为准确地预测了8周假针刺治疗后偏头痛患者的应答程度，总体识别正确率超过84%。而Tu等[15]在近期的一项研究中，使用了基线期默认网络、凸显网络、执行控制网络和感觉运动网络网络内部及网络间的静息态功能连接作为识别特征，采用基于径向基核函数的支持向量回归算法，结合网格参数寻优，构建回归模型预测真假针刺治疗4周后慢性下腰痛患者的疼痛缓解，结果发现内侧前额叶和脑岛、壳核、尾状核之间的功能连接可以有效预测患者针刺治疗后的疼痛缓解，而内侧前额叶和背侧前扣带回、顶上小叶之间的功能连接则对预测假针刺治疗效果具有较大贡献。本团队近期也开展了一项基于静息态功能脑网络的针刺治疗功能性消化不良应答程度预测研究[16] ......