研究背景随着人口老龄化,年龄相关的认知功能下降成为日益增长的公共健康问题。其发生机制有多种假说,越来越多研究提供了脑血管病变机制的证据,但病理学研究相对匮乏。已有的脑血管病变与认知功能关系的病理学研究大多探究梗死与认知水平的关系,而对其他脑血管病变缺乏关注。同时,脑血管病理学研究大多停留在有或无的定性描述阶段,缺乏定量研究。研究目的本研究旨在探究各种脑血管病(Cerebral vessel disease,CVD)相关病理改变在中国捐献人脑组织不同脑区中的分布情况,及其与生前认知功能关系。采用深度卷积神经网络模型对血管病理改变进行识别,并计算相应面积,从而探索脑血管病病理定量评分标准。研究方法本研究共纳入中国医学科学院北京协和医学院人脑组织库122例具有临床信息、ECog认知评分,保存完整的捐献人脑组织,对12个脑区分别进行HE染色及GFAP染色,镜下阅片并根据改良脑血管病变分期标准对染色结果进行分期打分。利用描述统计及秩和检验分析病理改变与临床认知水平的关系。利用Python构建深度卷积网络,对输入样本进行机器学习和测试,输出结果与人工识别所得金标准结果比较,优化识别模型。研究结果在中国医学科学院北京协和医学院人脑组织库中,诊断血管性痴呆17例,患病率13.94%。腔隙性梗死、小动脉硬化、血管周围细胞增多、血管周围间隙增大出现较多。其中腔隙性梗死、血管周围细胞增多、微出血、小动脉硬化、血管周围间隙在不同认知水平组中有显著差异。血管病理分期可能与临床认知损害存在相关性,ECog总分及各项评分随腔隙性梗死、小动脉硬化、血管周围细胞增多、血管周围间隙增大严重程度的增加而上升。脑血管病理改变在合并AD病理改变时加重认知损伤。目前利用深度卷积网络可识别血管周围间隙增大,准确率较高。研究结论目前临床诊断血管性痴呆(Vascular dementia,VaD)敏感度低,凸显病理诊断血管性痴呆重要性。多种脑血管病理改变可能影响临床认知水平。脑血管病理改变合并AD病理改变时可加重认知损伤。