近日，中国科学院自动化研究所脑网络组研究中心领衔发展了一套基于海马影像组学的阿尔茨海默病早期识别的研究框架，发现海马的影像组学是一种阿尔茨海默病稳定、有效、可泛化的生物标记，并有望应用于临床辅助诊断的生物标记的个体化诊断，对未来阿尔茨海默病临床的精准辅助识别、高危人群的纵向跟踪具有重要临床意义。相应的研究方法可推广至其他精神疾病的研究。
阿尔茨海默病（Alzheimer Disease, AD），俗称“老年痴呆症”，作为一种不可逆的神经退行性疾病，是老年人群中最为常见的认知障碍疾病。传统上，大脑海马区（hippocampus）的萎缩被认为是与AD相关的一个影像学标志物，然而既往关于AD的影像学研究大多是基于单中心、小样本的结果，标记物的泛化性存在争议。
为突破AD的早期诊断和疗效评价所面临的瓶颈，自动化所脑网络组研究中心牵头，联合中国人民解放军总医院、首都医科大学宣武医院、天津环湖医院和山东大学齐鲁医院等国内外多家单位共同发展了一套基于海马影像组学的AD早期识别的研究框架（HR4AD: Hippocampal radiomics for AD）。
团队基于1900余例脑影像样本，发现海马影像组学可以作为AD的影像学标记，并从标记的泛化性、个体化精准诊断可行性与生物机制解析等方面进行了系统的研究。
HR4AD研究的主要创新性体现在以下几个方面: (1) 多中心融合分析表明AD中存在着显著可重复的异常海马影像组学特征表达; (2) 独立中心交叉验证表明HR4AD可以用于AD的个体化识别; (3) 基因、生物标记和纵向变化刻画HR4AD背后的生物学意义。
该研究以Independent and reproducible hippocampal radiomic biomarkers for multisite Alzheimer’s disease: diagnosis, longitudinal progress and biological basis为题于4月3日在Science Bulletin在线发表。
通讯作者是自动化所脑网络组研究中心研究员刘勇和中国人民解放军总医院教授张熙，第一作者是刘勇小组的硕士研究生赵坤。相应的研究方法可推广至其他精神疾病的研究。团队已经共享了研究中更新后的应用程序（https://github.com/YongLiulab）。
这也是该团队继基于多中心的功能磁共振阿尔茨海默病脑活动改变研究(Science Bulletin, 2019, 64: 998-1010)之后，在AD的脑影像异常表征上取得的又一重要进展。团队后续的工作将集中在更多独立中心、纵向跟踪的高危人群的验证工作。该研究受到国家重点研发计划课题、国家自然科学基金委面上项目、中科院先导项目和模式识别国家重点实验室开放课题等的支持。