青少年焦虑障碍是常见的心理健康问题，严重影响青少年的学业、社交和生活质量。流行病学数据显示，其发病率在青少年群体中呈上 升趋势，且常导致长期心理功能受损。传统的治疗方法如认知行为疗法和药物治疗虽有一定效果，但起效较慢且存在副作用。因此，探索快速有效的治 疗方法具有重要意义。 本研究旨在构建一种基于青少年杏仁核亚区动态功能成像引导的 AI 梯度调控 tDCS 技术，并结合深度强化学习算法的焦虑症状快速缓解模型。研究 纳入了 30 名符合诊断标准的青少年焦虑障碍患者，通过 3T 磁共振成像技术获取杏仁核亚区的动态功能连接数据，利用 AI 算法实时调控 tDCS 的刺激参 数，同时基于深度强化学习算法优化治疗方案。结果显示，经过为期 4 周的干预，患者的焦虑症状显著缓解，汉密尔顿焦虑量表（HAMA）评分平均降低 32.5%，且杏仁核亚区的功能连接模式趋于正常化。此外，深度强化学习模型在预测治疗反应方面表现出较高的准确性（AUC=0.85）。 本研究结合多学科前沿技术，为青少年焦虑障碍的快速缓解提供了新的治疗思路。通过精准调控神经活动，该模型有望成为未来临床治疗的重要补 充手段。然而，研究样本量有限，未来需进一步扩大样本并开展多中心研究以验证其长期疗效和安全性。 【关键词】青少年焦虑障碍；杏仁核亚区；动态功能成像；AI 梯度调控 tDCS