Tau蛋白正电子发射断层扫描成像(tau-PET)是研究阿尔茨海默病(AD)进展的重要工具,在tau-PET中最常用的量化指标是标准摄取值比(SUVR),经研究发现不同脑区之间的网络拓扑信息也与tau病理学有关。然而,以往基于PET的脑网络连接研究大多是在群体水平上进行的,仅反映群体的平均功能变化,无法体现个体化差异。为此,本文基于磁共振成像(MRI)构建个体协方差网络的思想,提出了一种个体水平统计量的tau-PET网络构建方法,从脑网络的角度探索不同阶段的阿尔茨海默病tau沉积变化及脑区之间的相关性。本实验筛选ADNI数据库和HABS数据库受试者的~(18)F-AV1451 PET扫描图像进行研究,将经过部分容积校正(PVC)和未经过PVC(no PVC)处理的数据进行对比分析。本文的主要研究内容如下:(1)研究全脑网络随疾病进展的变化情况。使用selleck HPLC经图像预处理获得的感兴趣区域(ROI))的SUVR值构建个体全脑网络,分析脑网络的异质性,计算网络属性并进行组间差异分析,分析脑网络连接性及SUVR与临床评分量表的相关性。(medical staff2)研究功能网络随疾病进展的变化情况,找到潜在的能够帮助AD早期诊断的网络特征。从全脑tau-PET网络中提取七个功能簇:内侧颞叶、认知控制、执行控制、默认模式、视觉、躯体运动和语言网络,分别构建这七个功能子网络以及一个以功能簇为节点的功能网络。使用效应量评估功能子网络的连通强度及SUVR的组间差异,找出与疾病进展有显著变化的功能簇,评估功能网络的连通强度。找到能够辅助AD分期诊断的网络特征。(3)使用机器学习方法评估所提出的网络特征用于AD早期诊断的可行性。结果表明本文提取的的特征在分类中表现良好,验证了本文提出的网络特征对区分AD阶段具有有效性和可靠性。总体而言,ADNI和HABS数据集的结论一致,基于网络特征分析结果优于传统SUVR的定量分析结果;经PVC处理的数据分析结果优于no PVC的结果;与基于群体的方法相比,本文所提构建个体脑网络的方法在帮助AD早期诊断及对监测https://www.selleck.cn/products/lgk-974.html个体的阿尔茨海默病进展和治疗的效果方面具有潜力。