基于多模态磁共振成像的轻度认知障碍的脑网络机制研究

Mild cognitive impairment (MCI) has a high risk for developing Alzheimer's disease. However, the neuropathological mechanism of the disease remains unclear. In this project, we will utilize multimodal MRI techniques to explore the brain mechanisms of cognitive disruption in MCI patients from the perspective of human brain connectome. Both high-resolution individual structural and functional brain networks will be constructed for the MCI patients, and the topological alterations of the brain networks will be examined with the graph theoretical analyses. To identify the connectome–based cognitive modules and hub regions, the relationship between the altered network metrics and severity of cognitive decline in different subtypes of MCI patients will be investigated. Moreover, the connectome-based potential biomarkers for the prediction of specific cognitive impairment will be extracted. Finally, based on the large-sample multimodal MRI datasets, the probabilistic templates of structural and functional brain networks in healthy elderly and MCI patients will be constructed, respectively, which are important for the understanding of cognitive ageing in normal and abnormal states. The project applicant has worked on the methodology and applications of human brain connectome for 8 years, and has published 19 SCI papers as the first or corresponding author, accumulating plenty of research experience for this project.

轻度认知障碍患者作为阿尔茨海默症的高危人群，其认知下降的神经机制尚不清楚。本项目拟采用多模态磁共振成像技术，从人脑连接组学的角度，对轻度认知障碍患者构建高分辨率的脑结构和脑功能网络，结合现代图论的定量分析方法，揭示不同亚型轻度认知障碍患者脑结构和功能网络拓扑结构的异常改变模式，并进一步考察与其认知能力下降的关系，以提取与特定高级认知功能相关的脑区，连接及其子网络，并从人脑连接组的角度来挖掘基于脑网络的特定认知模块和核心节点，以及提取预测不同认知行为异常的特异性脑网络指标；此外，基于本项目所收集的大样本多模态磁共振数据库，我们将构建正常老年人和轻度认知障碍患者的脑结构和功能网络的概率模板，这对于研究正常和异常状态下的认知老化的神经机制具有重要意义。本项目申请人从事人脑连接组的方法学和应用研究已有8年，以第一或通讯作者发表SCI论文19篇，为该项目积累了丰富经验。

本项目采用多模态磁共振成像技术结合全面神经心理测量，对阿尔茨海默病（AD）的早期阶段—轻度认知障碍患者和超早期阶段—主观认知下降患者的脑白质结构网络异常连接模式开展了系统研究，揭示了轻度认知障碍和主观认知下降患者脑白质结构网络的拓扑效率显著下降，主要在默认网络的关键脑区，比如楔前叶等白质连接效率表现出随正常老化的加速下降，并发现核心hub脑区的结构连接减弱与记忆功能的衰退显著相关。此外，我们基于中国社区老年人的大样本神经影像数据库，从人脑连接组的角度来挖掘基于脑网络的特定认知模块和核心节点，结合机器学习方法以提取预测老年个体水平高级认知功能，比如注意功能和执行功能的特异性脑网络指标；此外，基于本项目所收集的大样本多模态磁共振数据库，我们构建了正常老年人和轻度认知障碍患者的脑结构和功能网络的概率模板，这对于研究正常和病理状态下的认知老化的神经机制具有重要意义。在该项目的资助下，围绕轻度认知障碍的脑网络机制探索，申请人以第一或通讯作者共发表了SCI论文9篇（IF>5的5篇），培养年轻教师1名，毕业博士研究生2名，毕业硕士研究生2名。项目组成员参加了国际人脑年会等国内外重要会议4次，并做口头报告1次。

内容获取失败，请点击重试