阿尔茨海默症(Alzheimer’s Disease,AD)是一种可导致痴呆的严重神经退行性疾病,多发于六十五岁以上的老年人。疾病以记忆力缺失、注意力损害、执行功能损害等认知功能退行为主诉,最终使患者失去生活自理能力乃至死亡。全球范围内,年龄大于60岁的老人中有13%需要长期护理,这其中大部分是阿尔茨海默症患者,每年用于照顾这些患者的费用超过6000亿美元。目前该病仍未能有效治疗,其生理病理机制尚不清楚。因此采用磁共振影像技术研究其功能结构的异常,具有重大科学价值和社会意义。本课题使用阿尔茨海默症病人、遗忘型轻度认知障碍患者与正常老年人的核磁共振影像数据,分析三组被试脑功能和灰质结构方面的变化,研究四个与疾病密切相关的脑网络:默认模式网络(Default Mode Network,DMN)、背侧注意网络(Dorsal Attention Network,DAN)、执行控制网络(Executive Control Network,ECN)和突显网络(Salience Network,SN)。关注这些脑网络的连接变化,结合病人的行为学信息,探索在阿尔茨海默症中大脑的退行过程。本文主要包括以下三个方面:1)首先本文针对默认模式网络和背侧注意网络进行了研究,重点关注两个网络内与网络间功能连接变化以及这些变化与AD行为学异常间的联系,证实了网络内的确实存在功能退行。而后对两个网络间的连接进行分析,发现两个网络间的连接模式也发生了异常,竞争性出现变化。2)执行控制网络和突显网络作为额顶叶系统的两个子网络,对默认模式网络和背侧注意网络存在调节作用,所以进一步研究额顶叶系统在阿尔茨海默症中的表现。通过功能连接分析,发现额顶叶系统也存在连接异常的表现。执行控制网络内的功能连接出现显著性下降,且在遗忘型轻度认知障碍组已经十分明显;突显网络则在网络间的连接方面显示出代偿性增强,说明额顶叶系统的内部与外部连接模式均出现异常。3)在脑功能的分析之后,文中又研究了这些功能异常的脑网络在结构上是否存在问题。文中选择对T1图像进行了基于体素的形态测量学分析(Voxel-Based Morphometry,VBM),该分析可以获得每个体素中灰质含量的信息,结果表明在对应脑网络的位置出现了灰质体积(Grey Matter Volume,GMV)萎缩的现象。