摘要目的基于静息态功能磁共振成像(resting state functional magnetic resonance imaging, rs-fMRI)探索个体特异性功能连接对阿尔茨海默病(Alzheimer's disease, AD)及轻度认知障碍(mild cognitive impairment，MCI)患者、稳定型轻度认知障碍(stable mild cognitive impairment，sMCI)及进展型轻度认知障碍(progress mild cognitive impairment，pMCI)患者分类的影响，提取有助于AD及MCI诊断的潜在神经影像学标志物。材料与方法使用阿尔茨海默病神经影像学计划(Alzheimer's Disease Neuroimaging Initiative，ADNI)数据集，包含47名正常对照组(normal controls, NC)，66名sMCI，24名pMCI和29名 AD患者。本文使用基于多任务学习的稀疏凸松弛交互结构优化(multi-task learning-based sparse convex alternating structure optimization，MTL-sCASO)方法提取个体特异性功能连接，并通过最小绝对收缩和选择算子(least absolute shrinkage and selection operator，LASSO)进行特征选择，最后利用支持向量机(support vector machine, SVM)分类器完成AD/MCI/NC的三分类及sMCI/pMCI的二分类任务。此外，采用双样本t检验来计算分类过程中最具辨识力的功能连接的组间差异(P＜0.05)。结果相比于通过传统皮尔森相关构建的功能连接的分类结果(73.49%)，基于个体特异性功能连接对AD/MCI/NC的三分类准确度达到了85.54%。此外，使用个体特异性功能连接对sMCI/pMC的分类性能(86.67%)要优于使用皮尔森相关得到的功能连接的分类性能(75.56%)。在分类过程中最具辨识力的功能连接，其连接强度在组间的差异有统计学意义。结论采用蕴含更多个体特性的个体特异性连接可提高对AD及MCI识别准确度，个体特异性功能连接有望作为AD及MCI诊断的潜在神经影像学标志物。
