随着医学影像技术的发展,阻塞性睡眠呼吸暂停引起的临床并发症-认知功能障碍越来越受到关注。OSA引起的认知功能损害对患者个人、家庭、社会均造成了沉重的负担。本文主要关注OSA患者静息态脑功能与认知、情感损害之间的关系。本文主要分为2部分,具体内容如下:第一部分:阻塞性睡眠呼吸暂停患者海马亚区功能连接的静息态磁共振成像研究目的:海马体参与各种认知功能,包括记忆、执行力等。阻塞性睡眠呼吸暂停（obstructive sleep apnea,OSA）患者的海马结构和功能异常已被观察到,但OSA患者海马各亚区之间的功能连通性（functional connectivity,FC）模式尚不清楚。本研究旨在探讨男性OSA患者海马各亚区与大脑皮层之间的FC变化及其与神经认知功能的关系。方法:我们收集了46例未经治疗的重度阻塞性睡眠呼吸暂停男性患者和46例睡眠良好的男性被试的静息状态fMRI检查数据。我们采用种子点功能连接方法,根据既往海马亚区分区方法,将海马体分为前、中、后三部分,并测定海马各亚区与其他脑区之间的FC差异。通过相关性分析探讨OSA患者海马各亚区FC异常与临床特征的关系。结果:在脑功能连接方面,OSA组左侧海马前部与左颞中回之间、左侧海马中部与左侧额下回、右侧中央前回和左侧中央前回之间、左侧海马后部与右侧额中回之间的FC增加;右侧海马中部与左额下回、右侧海马后部与左侧额中回之间的FC增加。相关性分析显示:左侧海马前部与左颞中回之间的FC值与N1呈负相关（r=0.315,p=0.033）,与方向呈正相关（r=0.3043,p=0.019）。左侧海马中部与左侧额下回之间的FC值与N1负相关（r=0.326,p=0.027）,与N3呈正相关（r=0.309,p=0.036）左侧海马中部与右侧中央前回之间的FC值与Mo CA评分（r=0.429,p=0.003）、方向（r=0.394,p=0.007）,左侧海马后部与右侧额中回之间的FC值与总睡眠时间（r=0.368,p=0.012）和注意力（r=0.344,p=0.019）呈负相关,与Sa O2＜90%呈正相关（r=0.314,p=0.033）。左侧海马后部与左侧额中回之间的FC值与Sa O2＜90%呈正相关（r=0.307,p=0.038）,右侧海马中部与左侧额下回之间的FC值与命名呈正相关（r=0.309,p=0.036）。结论:这些异常FC主要涉及感觉运动网络、额顶网络和语义/默认模式网络,这些异常的功能网络可能导致了OSA的神经认知功能障碍。这项研究加深了我们对OSA神经认知功能障碍潜在病理生理机制的认识。第二部分:使用度中心性对阻塞性睡眠呼吸暂停伴认知障碍的分类:一项机器学习分析目的:阻塞性睡眠呼吸暂停（OSA）患者存在静息态脑功能异常。然而,目前尚不清楚OSA伴随认知功能障碍（mild cognitive impairment,MCI）和不伴随认知功能障碍（no-mild cognitive impairment,n MCI）的患者之间是否存在大脑功能差异。本研究采用度中心性（degree centrality,DC）与机器学习方法相结合,以区分OSA-MCI和OSA-n MCI的患者。方法:我们招募了99名OSA患者进行MRI扫描,其中MCI患者51名,n MCI患者48名。基于解剖自动标记脑图谱,计算并提取所有被试的DC特征,通过删除具有高成对相关性和最小绝对收缩的变量,并进行选择算子回归,筛选出最具有相关性的DC特征。最后我们采用支持向量机（support vector machine,SVM）、随机森林（random forest,RF）、逻辑回归（logistic regression,LR）等方法构建分类模型以区分OSA患者是否伴随MCI。结果:经过特征选择程序,我们最终获得了10个DC特征,包括嗅皮层、前扣带和旁扣带回、豆状苍白球、颞横回、小脑等脑区的DC特征。将这10个脑区的DC特征建立分类模型,SVM具有最佳的分类效能（AUC=0.78）,RF（AUC=0.71）、LR（AUC=0.77）分类效能次之。结论:这些异常DC特征主要涉及默认网络、基底神经节区网络和小脑网络。同时,我们通过这些DC特征构建了一种有效的机器学习模型,可以有效地将OSA-MCI和OSA-n MCI区分开来,为OSA导致认知障碍提供潜在的神经影像学证据。