目的 观察PET/MRI海马纹理特征诊断阿尔茨海默病（AD）及遗忘型轻度认知障碍（aMCI）的价值。方法 回顾性分析55例AD（AD组）、60例aMCI患者（aMCI组）及55名健康受试者（HC组）,按7∶3比例随机分为训练集与测试集，行一体化PET/MRI,获取3D T1WI和18F-FDG PET图；对训练集提取双侧海马ROI纹理特征，分别以逻辑回归（LR）、支持向量机（SVM）及随机森林（RF）算法建立3D T1WI模型、18F-FDG PET模型及联合模型，以受试者工作特征曲线评估各模型诊断AD与aMCI的效能。结果 小波特征在可用于诊断AD与aMCI的最优海马纹理特征中占比最高。基于各算法的联合模型诊断测试集AD的曲线下面积（AUC）均最高（0.996、0.993、0.991）,18F-FDG PET模型次之（0.941、0.941、0.967）而3D T1WI模型最低（0.801、0.801、0.750）。基于LR、RF算法的联合模型诊断测试集aMCI的AUC最高（0.967、0.992）,18F-FDG PET模型次之（0.951、0.971）,3D T1WI模型最低（0.833、0.824）。基于SVM算法的联合模型与18F-FDG PET模型诊断测试集aMCI的AUC相同（0.951）并均高于3D T1WI模型（0.833）。结论 PET/MRI海马纹理分析有助于诊断AD及aMCI;多模态联合诊断优于单模态，且具有良好稳定性。