近期，首都医科大学生物医学工程学院张旭教授课题组在老年医学领域国际权威杂志《Aging-US》发表了题为“Prediction of cognitive performance in old age from spatial probability maps of white matter lesions”的研究论文。该研究基于机器学习算法，通过老年人群常见的脑白质病变磁共振影像特征，实现了多领域认知功能的预测，对临床认知障碍的辅助诊断具有重要意义。生物医学工程学院博士研究生赵翠、梁莹副教授为共同第一作者，张旭教授为通讯作者。

我国已迈入老龄化社会，老年人认知功能减退/障碍发展至老年期痴呆，给居民健康及国民经济造成严重负担。认知障碍的早期发现/诊断是实现治疗关口前移的基本条件，但目前在临床上尚缺乏老年性认知障碍的早期诊断手段。已知脑白质病变是老年人大脑磁共振成像中最常见的影像学特征，主要表现为磁共振成像（MRI）T2加权像上的信号增强。近年来，多项证据显示年龄相关的脑白质病变是痴呆、中风的危险因素，与认知能力的持续性下降有关，可能是认知功能减退最强的预测因子之一，且预测效果独立于年龄、灰质萎缩以及其它血管性因素。然而脑白质病变病灶的空间分布模式与认知功能之间的联系既往研究的结论并不一致。

为了综合探究脑白质病灶空间分布与老年人群多领域认知功能下降之间的联系，张旭教授团队提出，基于结合大脑T1和T2-FLAIR影像自动分割提取脑白质病灶病灶空间图谱，应用关联向量回归（RVR）模型进行记忆、语言、执行功能等多领域认知功能评分预测建模，实现不同认知损伤严重程度老年人群的认知能力预测（图1）。该研究共纳入263名来自OASIS公开数据库的老年人脑影像数据，结合机器学习算法，发现位于特定白质纤维束中脑白质病变病灶在认知功能预测模型中通常具有更高权重贡献，如胼胝体双侧毯部（Tapetum），后放射冠、后丘脑辐射及左侧上额-枕纤维束等。团队还结合被试弥散张量影像数据，提取高权重脑区的弥散张量参数部分各向异性（FA）、平均弥散系数（MD）、轴向弥散系数（AD）和径向弥散系数（RD），应用多元线性回归进一步验证回归预测模型中高权重白质纤维束的弥散特性与多领域认知功能间呈显著线性相关。

图1.RVR模型的构建及预测结果

该研究证实了基于老年人磁共振影像中的脑白质病变空间图谱中病灶严重程度、解剖位置等信息可实现多领域认知功能早期预测，揭示连接丘脑、内囊等皮层下核团与皮层的白质纤维束中病变病灶具有更高认知功能预测能力，为脑白质病变与认知功能损伤的脑机制探究提供新角度，也为临床认知障碍的辅助诊断提供了理论依据。

该研究获得国家自然科学基金委项目（31600933, 61701323, 81771909），北京优秀人才计划（2016000020124G098）和教育部科技发展中心“天诚汇智”创新促教基金（2018A03004）资助。

张旭，博士，教授，首都医科大学生物医学工程学院院长，中国研究型医院学会临床工程专业委员会主任委员，教育部生物医学工程类专业教学指导委员会委员，中国电子学会生物医学电子分会委员，国家医疗器械审评中心评审专家，国家科技进步奖评审专家。主要研究方向为，基于磁共振影像、脑电、近红外脑成像等多种技术的神经科学研究，医学信号结合人工智能技术的疾病辅助诊断研究，神经功能电刺激等，获批“一种无线无源的测量方法与电路”等多项发明专利。先后承担国家自然科学基金、北京市自然科学基金、北京市教委科技计划重点项目等多项课题。