阿尔茨海默病（AD）早期异质性研究面临挑战，传统方法难以捕捉个体差异。本研究应用基于深度学习的标准化模型，分析非痴呆人群多模态 MRI 数据，发现全脑偏差指标与认知能力、生物表型相关，“风险” 个体随时间偏差增加，为 AD 早期检测和病程监测提供新工具。