面向轻度认知障碍和阿尔茨海默病的大脑结构网络计算理论与方法

阿尔茨海默病（AD）是最常见的老年性痴呆，严重危害中老年人的身心健康，轻度认知障碍(MCI)是AD发生的高危人群，如何精确定量的早期预测和诊断是当前AD疾病研究所面临的重大挑战。本项目探索MCI和AD的大脑结构网络计算理论与方法，为探索AD疾病早期预测以及发现基于MRI影像的生物标记而开展研究。研究内容包括:1)结构MRI影像的采集、加工与预处理；2)结构MRI影像的配准与分割，以及大脑皮层的提取；皮层厚度计算方法的探索与研究；3)考察各种皮层计算方法，基于实验测试选择一种对样本有效的方法，用来计算大脑皮层的厚度，并根据大脑分区，进行大脑皮层厚度结构网络的构建；4)大脑网络建模和统计分析。项目将分别建立正常老年人、AD和MCI患者的的大脑皮层厚度和灰质密度结构网络，然后分析和考察这三种网络结构及其演化模式的差异，最后进行统计分析，以便找到AD早期预测和诊断的基于结构MRI影像的生物标记。

阿尔茨海默病（AD）严重危害中老年人的身心健康，轻度认知障碍(MCI)是AD发生的高危人群，AD早期诊断和干预可以有效延缓AD病程的发展，然而，目前为止，尚缺乏准确有效的生物标志进行AD早期预测。因此本项目拟在探索MCI和AD的大脑结构网络计算理论与方法，采用大脑皮层厚度作为形态学指标构建结构网络，通过提取脑连接与脑网络的属性作为特征，为探索AD疾病早期预测和发现基于MRI影像的生物标记而开展研究。.本项目主要研究工作进展和成果包括：1）对采集到的MRI数据进行分类和处理，将MCI分为一段时间内转化为AD的MCI(converted MCI，cMCI)和未转化为AD的MCI(stable MCI， sMCI)，研究正常对照组(normal control，NC)、sMCI、cMCI和AD横向和纵向两年内皮层厚度的变化模式，发现随着病程的发展，首先发生病变而变薄的脑区主要集中在默认网络的核心区域，最后发展到全脑萎缩；然后我们提取默认网络的核心区域研究其萎缩模式；最后量化每个脑区的萎缩速度，对于AD的预测和诊断有重要的意义；2）利用图论基于皮层厚度构建脑结构网络，通过提取脑连接与脑网络的属性，横向和纵向比较NC、sMCI、cMCI和AD在网络属性上的差异，假设从NC经过MCI到AD是一个疾病发展的连续过程，那么随着疾病的发展，网络拓扑属性(全局效率和局部效率)呈现S型变化，一方面为之前已有研究关于AD和NC网络拓扑属性的比较结果不一致提供了一种可能的解释，另一方面构建网络的方法不同、二值化方法不同或者同一疾病选取的疾病时间点不同都可能对网络的比较产生影响，因此用网络属性对AD进行有效的预测和分类需要进一步的研究，在一定程度上为理解AD发展过程中脑网络层次的异常提供新的科学证据；3）利用PET考察人脑功能代谢，发现从NC到MCI再到AD，双侧的海马勾回(BA28)，右侧楔前页，中央扣带回，右侧的顶下小叶以及右侧的角回等区域的功能代谢呈现出一个逐渐下降的趋势，利用PET手段可以预测疾病发展状况，具有临床诊断意义；4）利用PET考察脑源性的神经营养因子(BDNF)在一个等位基因点val66met的多态性对人脑代谢产生的影响，发现携带和非携带met基因的人群脑代谢有很大差异，这些结果将被作为BDNF基因会影响人类大脑的葡萄糖代谢变化的证据，为基因功能的研究提供一个新的视角。