目的:阿尔茨海默病是导致老年人认知障碍、残疾以及死亡的最常见的神经退行性疾病。大脑由复杂的细胞结构组成。既往基于高斯模型的扩散张量成像不能很好地解释大脑结构的复杂性。扩散峰度成像是一种基于大脑非高斯扩散特性的新型成像方式。此次研究通过构建扩散峰度网络来探讨阿尔茨海默病潜在的病理机制。方法:研究对象来自.于苏北人民医院诊断为很可能的阿尔茨海默病的21位患者及作为对照组的19位健康受试者,所有被试都进行磁共振检查以及认知量表评估包括简易精神状态检查和蒙特利尔认知评估。利用扩散峰度指标构建基于群体的脑灰质协变网络以及基于个人的脑白质结构网络,并使用图论方法进行分析。结果:(1)扩散峰度网络在健康受试者和阿尔茨海默病患者的大脑中均呈现出小世界特性。(2)与对照组相比,以扩散峰度指标平均峰度值构建的阿尔茨海默病患者脑灰质网络表现为特征路径长度增加,集群系数降低,脑网络的优化程度降低。(3)以扩散峰度指标(平均峰度值、径向扩散峰度值、轴向扩散峰度值、峰度分数各向异性、部分各向异性、平均扩散系数、径向扩散系数和轴向扩散系数)为加权的阿尔茨海默病患者的脑白质网络呈现出特征路径长度降低以及全局效率增加,而以纤维数量为加权的脑白质网络则呈现出相反的结果。(4)更多的扩散峰度指标相比于弥散指标显现出两组间小世界属性的差异。阿尔茨海默病患者的扩散峰度指标比同类弥散张量指标显示了与认知评分更高的相关性。(5)阿尔茨海默病患者在默认网络中的核心脑区减少。结论:在基于扩散峰度成像构建的脑灰质以及白质网络中,我们观察到阿尔茨海默病组和正常对照组之间小世界属性的差异以及阿尔茨海默病患者默认网络脑区连接性的降低。我们的研究结果表明,通过非高斯参数的测量,扩散峰度成像可能提供比弥散张量成像更多有关微观结构改变的信息。扩散峰度指标可以通过描述灰质和白质的微观结构,成为阿尔茨海默病的早期检测和进展监测的神经影像标志物。