阿尔茨海默病(Alzheimer’s Disease, AD)是老年期痴呆的主要类型,约占60%。而轻度认知障碍(Mild Cognitive Impairment, MCI)患者被认为是发生AD的高危人群。AD是一种起病隐匿、早期不易发现的中枢神经系统退行性疾病,并且目前的研究还没有发现哪个生物指标是在出现症状前或生前就能做出确切诊断的,这使得AD的早期诊断困难重重。而根据现有的与疾病相关的生物指标进行AD和MCI与正常对照组的分类研究,为临床早期诊断、预防及其治疗提供帮助,是一个非常有效的降低AD危害的办法。因此,如何从临床被试中精确分类出患者的自动化方法的研究一直是AD基于神经影像学研究的热点和难点问题。本文拟在探索基于sMRI数据的AD分类,从而为该疾病的早期诊断提供理论基础和方法指导。本论文主要研究工作进展和成果包括：1)对比分析基于结构MRI影像的AD分类研究中所用的生物指标及分类方法,为后续的分类研究提供参考,对AD的分类研究有重要的意义；2)基于AD分类的主流生物指标皮层厚度,提出一种新的特征提取算法,用该算法提取皮层厚度的纹理特征进行分类。一方面,其分类识别率好于用PCA提取皮层厚度的分类特征或者用脑区的平均皮层厚度特征的分类,验证了直接使用皮层厚度均值或者所部皮层厚度值这类特征并不能很好的用于区分AD患者。另一方面,这也一定程度上证明了AD引起的皮层厚度改变不是简单线性递减方式,应该是一种不为现有研究发现的不均匀萎缩模式,萎缩过程中伴随着皮层厚度的局部空间特性改变。这可能为基于皮层厚度的AD分类识别指引新方向。