Dementia（中國科學院一區(qū)TOP期刊，IF=13）發(fā)表研究成果《Characterizing bidirectional transitions in mild cognitive impairment and post-reversion based on longitudinal neuroimaging and cognitive assessments》，公共衛(wèi)生學院衛(wèi)生統(tǒng)計學教研室青年教師秦瑤為第一作者，余紅梅教授為通訊作者。
阿爾茨海默。ˋD）診斷技術的不斷革新使三維神經(jīng)影像（如MRI）產(chǎn)生的腦結(jié)構(gòu)信息呈指數(shù)級增長。AD病理進程的長期性特質(zhì)使得時間維度特征成為不可或缺的信息源，而腦區(qū)結(jié)構(gòu)復雜的空間定位特性與生理機制，賦予神經(jīng)影像數(shù)據(jù)時空雙重維度屬性。當前研究普遍缺乏能夠系統(tǒng)整合時空信息的分析方法。然而，輕度認知障礙（MCI）向正常認知（NC）逆轉(zhuǎn)的評價主要采用多認知域量表，這種方法局限于基線測量未考慮多維度縱向標志物的協(xié)同效應；且縱向數(shù)據(jù)通常以非等距、有限觀察時點的離散形式采集（圖1）。
圖1 MCI的多維演變模式及認知狀態(tài)間轉(zhuǎn)歸路徑數(shù)量(A)和兩名受試者縱向觀測與認知結(jié)局(B)
該研究引入雙重研究目標（降維與動態(tài)建模），采用多變量函數(shù)型主成分分析（MVFPCA）捕捉多維度縱向認知的異質(zhì)性模式（圖2），采用多層函數(shù)型主成分分析（MLFPCA）提取灰質(zhì)體積比的時空信息（圖3和圖4）；開發(fā)函數(shù)型多狀態(tài)模型，整合上述函數(shù)型縱向標志物，以刻畫MCI初診后不同認知狀態(tài)間的動態(tài)轉(zhuǎn)歸路徑（圖5）。
圖2 基于MVFPCA提取的時間維度認知信息
圖3 基于FPCA提取的腦空間域信息
圖4 基于MVFPCA提取的腦時空二維域信息
圖5 MCI雙向轉(zhuǎn)歸的定量建模
余紅梅教授團隊先后在5項國家自然科學基金的資助下開展了阿爾茨海默病的自然史、計算機輔助診斷、疾病負：透鎏寤沾舳縵趙げ獾認盜醒芯，研究成果可為群體化和個體化癡呆精準預防提供統(tǒng)計決策參考，為復雜縱向數(shù)據(jù)的處理提供一種新的數(shù)據(jù)分析范式，為后續(xù)建立復雜隊列的預測模型提供新思路。
