简介：无

简介：摘要近年来，人工智能技术被广泛地应用于阿尔兹海默症（AD）的计算机辅助诊断和疾病机理研究，基于图论的复杂网络分析技术是其中一种常见的数据挖掘方法，通过结构磁共振、功能磁共振和PET等神经成像手段获取多模态脑影像信息，结合复杂网络分析方法发现，AD患者大脑结构／功能网络存在拓扑异常改变。这一发现为AD的早期诊断和机理研究提供了新思路。笔者综述了复杂网络分析技术在AD脑结构和功能影像中的临床应用现状，并对其发展趋势进行了展望。

简介：摘要目的探究阿尔茨海默病(AD)患者18F-APN-1607 PET影像脑内tau蛋白沉积相关疾病模式(tauRDP)。方法收集复旦大学附属华山医院17例AD患者[男6例，女11例；年龄(61.7±12.3)岁；简易精神状态检查量表(MMSE)评分(17.6±7.9)分]和10名年龄性别匹配的健康对照(NC)者[男6名，女4名；年龄(61.2±4.7)岁]的18F-APN-1607脑影像。在体素层面使用基于主成分分析(PCA)的尺度子轮廓模型(SSM)技术构建tauRDP，计算每个样本tauRDP表达值，通过两样本t检验比较tauRDP表达值在AD患者和健康对照者间的差异；使用Pearson相关分析AD患者tauRDP表达值与MMSE评分的相关性。结果AD患者的tauRDP脑区主要包括：中央前回、背外侧额上回、额中回、岛盖部额下回、三角部额下回、补充运动区、内侧额上回、左侧内侧和旁扣带脑回、右侧楔叶、枕上回、枕中回、中央后回、顶上回、顶下缘角回、缘上回、角回、楔前叶和颞中回。AD患者tauRDP表达值为(12.6±8.0)，与NC(0.0±1.0)间差异有统计学意义(t＝4.395，P<0.001),且AD组tauRDP表达值与MMSE得分相关(r＝－0.566，P＝0.018)。结论基于SSM/PCA方法建立的tauRDP可用于定量表达tau蛋白沉积空间分布异常，tauRDP表达值有潜力用于评估AD严重程度。