大脑是人类最重要也是最复杂的器官,深入研究大脑的结构特性和工作机制对于保护大脑的健康、更好的开发大脑的潜能具有深远的意义。轻度认知障碍(MCI)被认为是介于正常老年人(NC)和阿尔茨海默症(AD)之间的过渡形态,具有认知损害临床表现不明显、病情不稳定等特点。由于AD具有病情不可逆性,因此研究MCI脑结构的变化机理对于降低AD的发病率和死亡率具有重要意义。基于曲面的形态学是近年来新出现的一种大脑形态学分析方法,被越来越多的研究证明在大脑皮层(尤其在沟回区)的测定上具有独特的精确度和灵敏度。目前对于MCI的曲面形态学研究大多集中在MCI与其它群体皮层厚度的横向比较上,其他方面的研究还比较少。因此本文结合了磁共振图像数据和基于曲面的形态学方法对MCI进行了多方面的研究,希望借此加深对于MCI发病机制及其对大脑结构影响的了解,更好的实现对于老年痴呆的早期预防和早期治疗。本文的主要贡献如下：1.针对目前对于MCI群体脑结构异常尚无多时间点纵向跟踪研究的情况,首次提出利用基于曲面的大脑形态学方法对于MCI大脑萎缩模式进行纵向跟踪分析。在对于MCI和NC群体的结构磁共振图像数字化处理之后,得到了大脑皮层的曲面形态学指标。然后对MCI和NC群体在两年时间跨度上的大脑皮层厚度进行了比较,分析了皮层厚度萎缩速度的差异以及厚度萎缩与简易智能状态检查量表(MMSE)得分之间的相关性。更进一步的我们分析了MCI中的异常脑区在更长时间跨度上(四年)脑区平均厚度的变化趋势。结果表明MCI群体相对NC在某些脑区如颞叶、脑岛、海马旁回上存在显著性的厚度变薄异常,这些异常脑区的平均厚度随时间呈现显著性的线性下降趋势且速率大于NC群体,而且相关性结果表明这些脑区的萎缩与临床表现的下降有直接的相关性。2.由于目前尚无使用皮层厚度构建MCI结构脑网络的研究,我们首次使用了脑区平均厚度构建了MCI与NC的结构脑网络,并且发现了两组群体在小世界属性上的显著差异。首先使用自动解剖分析模板(AAL)进行了脑区的划分,计算出脑区的平均厚度值,然后基于脑区间厚度的偏相关系数矩阵构建了结构脑网络。我们使用了置换检验、Fisher Z变换等操作比较了两组人在平均聚类系数、平均最短路径长度、hub节点集中度以及脑区间连接相关性上的区别。结果表明MCI群体相对于NC在各个稀疏度下均表现出更大的聚类系数和更大的最短路径长度的趋势,并且在某些稀疏度下差异具有显著性。同时在MCI脑网络中也存在着增加和缺失hub节点以及增加和减少脑区间连接性的情况。该研究结果与他人使用功能磁共振数据或者灰质体积构建MCI脑网络的研究结果较为吻合,进一步说明了MCI确实从某种程度上改变了大脑处理信息的机制。3.为了将大脑形态学的研究与临床早期疾病预测更好的结合起来,同时也为了测试皮层厚度指标的可靠性和准确性,我们提出了一种基于皮层厚度的特征选择方法,并应用到了转化型轻度认知障碍(CMCI)和稳定型轻度认知障碍(SMCI)的分类上。首先使用统计分析方法验证了NC、CMCI和SMCI三组群体在基线时间(baseline)上确实存在着显著性的厚度差异,厚度趋势为NC>SMCI>CMCI,为接下来利用厚度数据进行模式分类提供了依据。然后计算出了两组人78个脑区的平均厚度值,并将其作为模式分类的特征向量。我们比较了两种特征选择方法对于分类结果的影响,一种是根据脑区厚度差异的显著性来作为特征选择的依据,一种是利用联合递归特征去除(RFE)算法得到的特征排序系数作为特征的选择依据。在分类过程中选择了径向基核函数(RBF)作为支持向量机(SVM)的核函数,并进行了网格参数寻优。分类结果表明利用脑区平均厚度来进行轻度认知障碍的转化预测存在一定的可行性,分类准确率在留一交叉验证下最高达到76.77%。