阿尔兹海默症(Alzheimer’disease,AD)是一种不能逆转的且多发的神经退行性疾病。有记忆力衰退、无法认知、智力衰退、易怒和丧失活动能力等临床特点,最终脑神经萎缩坏死导致人的死亡。而随着年龄的增加,尤其是到了老年,AD在痴呆人群占比非常之高,达到了痴呆人群的50%左右。但是这种疾病早期发展速度十分缓慢,不容易被察觉,所以对AD患者的早期预测和诊断就会非常重要。随着神经影像学技术的快速发展,目前静息态功能磁共振成像(resting state functional magnetic resonance imaging,rs-fMRI)已经广泛应用在对AD的研究中。本文主要是基于rs-fMRI,通过功能连接(Functional Connectivity,FC),区域一致性(Regional Homogeneity,ReHo),比率低频振幅(fractional Amplitude of Low-Frequency Fluctuations,fALFF)三种不同方法展开研究,探讨不同方法反映的信息对于AD发展诊断的作用,并建立回归分析预测模型,为AD的早期发现和诊断提供参考意义。首先本文在ADNI数据库中筛选了161名被试数据,并进行预处理,得到较好的rsfMRI数据。FC主要是反映脑区之间功能活动的同步性,ReHo反映脑区局部神经元活动的同步性,fALFF从能量角度反映了各个体素在静息时自发活动水平的高低。本文将被试分为四组,分别是正常对照组(Normal Control,NC),早期认知障碍组(Early Mild Cognitive Impairment,EMCI),晚期认知障碍组(Late MCI,LMCI)和AD组,分别使用三种方法对被试脑部灰质区域进行分析计算,并进行统计学分析。分析结果表明,在NC到EMCI的病变过程中,FC和ReHo具有显著差异的区域较多,所以FC和ReHo的变化可能对AD患者早期病变更加敏感;在EMCI到LMCI的病变过程中,只有FC和ReHo中较少的区域具有显著差异,在这个过程中,脑部灰质区域的变化不是非常明显;而在LMCI到AD的过程中,ReHo和fALFF中有较多的区域具有显著差异,所以这两种方法可能对AD晚期的病变更加敏感。其次,本文通过多元线性回归分析和岭回归分析方法,对上述FC,ReHo和fALFF三种研究方法具有显著差异的区域进行了回归分析,并分别建立了预测模型。通过回归分析结果发现,AD对于FC和ReHo的影响较为明显,而对于fALFF的影响比较弱。FC和ReHo结合的建模结果更优于三种方法单独建模的结果。对于AD病情发展的模型预测中,通过比较多元线性回归模型和岭回归模型发现,多元线性回归模型更优于岭回归模型。在所有的预测模型中,FC和ReHo相结合,利用多元线性回归分析的建模方式,得到了更好的建模效果。综上所述,在AD的病变研究中,FC和ReHo可能更适合早期发现和诊断,而ReHo和fALFF可能更适合晚期的研究。与fALFF相比,AD病情变化对FC和ReHo的影响可能更大。多元线性回归预测模型优于岭回归预测模型,FC与ReHo相结合的多元回归模型对预测AD病情的发展和诊断可能具有更大的参考价值。