阿尔茨海默病现已成为第三大类疾病。目前,病因尚未阐明。由于AD发病较慢,在早期并不明显。一旦出现明显症状,多数病例就已进入晚期,得不到及时有效的治疗。因此,针对这种情况,如何更早的诊断阿尔茨海默病已成为广泛研究和关注的焦点。有研究表明,基于磁共振成像的AD诊断虽然取得了一定的成果,但主要还是依赖结构特征。一旦结构改变,患者就进入晚期,即不可逆阶段。在临床中,专业医师通过MMSE判断阿尔茨海默病,这种方法虽有一定效果,但并不准确。如果能将功能异常也作为早期诊断阿尔茨海默病的依据,就能实现早期发现和早期干预。因此,早期诊断AD的关键是在AD患者MRI上寻找稳定可靠的指标。当前研究遇到的瓶颈是无法在MRI影像学上找到稳定可靠的指标。因此,本研究将MRI影像学的结构和功能相结合应用于阿尔茨海默病的诊断与分类研究中。提出一种在MRI影像学上找到稳定可靠的指标的方法。以ADNI2数据库中的105例数据作为实验对象,通过对海马体积的精确获取和患者的自发脑功能活动情况,通过重测信度分析获得指标的有效性。主要研究内容和成果如下:(1)MRI影像学获取海马体积及感兴趣区域。在结构像中,由于海马个体差异显著,不易分割,手动分割工作量大,需要消耗大量的时间与精力,所本研究采用半自动分割,通过Free Surfer先消除非脑组织部分,然后标准化归一化。最后通过命令运行获取海马体体积。在功能像中,首先进行图像预处理,然后使用ITK-SNAP对图像数据去颅骨,在专业医师的指导下对不符合的图像进行手动修正,修正后获得医师的认可后使用。最后,通过FSL将图像配准到MNI152模板来提取感兴趣区域(ROI)。(2)MRI影像学获取海马结构与功能的相关指标。基于步骤(2)处理完的数据,整理海马体积相关数据,根据提取的ROI计算自发脑功能活动的相关指标(ALFF\Re Ho)。对实验结果进行统计分析,研究海马体积、自发脑功能活动指标与AD的关系,结果表明,AD、LMCI和EMCI与NC相比,海马体体积有明显萎缩,为AD早诊断提供了有价值的依据。(3)对获取指标进行重测信度分析。类内相关系数(intra-class correlation,ICC)能定量表征两次或多次测量间的一致性,常用来反映俩次/多次测量的可靠性。因此,本研究采用重测信度分析对所得指标进行分析,探究其稳定性与可靠性。综上所述,通过结构与功能的重测信度相比,可以得知,结构的重测信度要明显高于脑自发活动的重测信度。(4)将稳定指标作为分类特征用于分类研究为检查所得指标是否可以用作分类。根据所获得的稳定指标结合MMSE评分,本研究基于经验驱动筛选可用于AD早期诊断的特征。结果表明当将所得的指标都作为特征时,其分类结果最优。以上研究结果一致表明,Volume\ALFF\Re Ho等指标是一组稳定可靠的指标,也是阿尔茨海默病的一种有效特征指标。与近年来的许多研究相比,本研究所得指标可以作为诊断依据。