阿尔兹海默症(AD)作为一种神经退行性疾病，早期阶段往往无明显症状，而当临床症状显现时，病情多已发展至中度或重度，导致患者完全依赖照护者，为护理工作带来极大挑战。因此，AD的早期临床诊断和分期诊断对于患者治疗至关重要。尽管当前已有磁共振成像(MRI)、正电子发射计算机断层显像(PET)等多种影像学技术应用于AD的诊断，但单一影像模态的诊断能力仍有局限。深度学习(DL),作为人工智能的一个重要分支，具备在没有人为干预的情况下，通过神经网络直接从图像中学习和提取特征的能力。近年来，学者们提出了结合MRI、PET等医学影像技术的DL算法，以预测AD的疾病进程。本文首先介绍了深度学习算法的基本概念及其类型，随后详细总结了DL算法与MRI、PET相结合在AD早期诊断与临床分期中展现出巨大潜力，不仅提高了诊断效率，还提升了诊断准确率。最后，本文还预测了未来DL在AD诊断中的发展趋势，并对该领域未来的研究重点进行了概述。