最后，還应当特别注意在新的独立样本中对预测结果进行验证。为尽可能减少模型建立尤其是深度学习模型建立过程中由于神经影像数据维度过高以及模型参数选择等原因导致的模型过拟合现象，研究者普遍认为非常有必要在新的独立样本中对已有模型及结果进行验证，进一步评价模型的泛化能力[20，26]。同样，基于神经影像表征构建的针灸疗效预测模型的泛化能力也应当在完全独立的样本中进行验证，并且独立验证集数据的选择应当根据研究目的和研究阶段的不同有所侧重。对于重点在明确影像表征和临床指标关联的研究，应当尽可能选择同一中心、同一扫描参数的异质性相对较小的被试构建独立验证集;而对于以临床应用为主要目标的预测研究，则应该选择来自不同中心的被试进行独立验证，以更大程度地评价模型的泛化能力。

    4 小结

    综上所述，尽管基于机器学习和神经影像表征的针灸疗效预测研究尚处于探索阶段 ......