来源：期刊VIP网 时间：
作者：汪洁;苗子阅;常佳月;吴兴旺;朱佳佳;蔡欢欢;
单位：安徽医科大学第一附属医院放射科;安徽省转化医学研究院;安徽医科大学第一临床医学院;
摘要：目的 基于成年人毕生发展影像数据集(SALD)中T1加权MRI数据构建脑龄预测模型，探讨2型糖尿病(T2DM)患者脑龄差(Brain-PAD)与病程、认知功能的关系。方法 比较本地数据集中104例T2DM患者和83例健康对照(HC)人口学及认知功能。以SALD中健康志愿者329例T1加权MRI数据为训练集，采用高斯过程回归(GPR)、十折交叉验证搭建脑龄预测模，验证并评价模型性能后分别计算T2DM和HC组的Brain-PAD,Mann-Whitney U检验用于组间比较。分别计算T2DM患者Brain-PAD与病程、认知的皮尔逊相关系数(r)。结果 与HC组相比，T2DM患者听觉词语学习测验(AVLT)延迟记忆、再认、符号数字模式测验(SDMT)得分更低(P<0.05)。T2DM和HC组Brain-PAD分别是1.619(-4.001,8.272)岁、-1.289(-4.128, 4.134)岁，T2DM组比HC组Brain-PAD更大(Z=2.056,P=0.034)。T2DM组Brain-PAD的中位数是正值，即预测脑龄大于生理年龄，提示T2DM患者大脑比生理年龄相对“更老”。T2DM患者Brain-PAD与AVLT即刻记忆、延迟记忆、SDMT得分呈正相关(r=0.291,P=0.003;r=0.248,P=0.011;r=0.376,P=0.001),T2DM患者Brain-PAD与连线测验(TMT)-A用时呈负相关(r=-0.206,P=0.036),与病程无相关性。结论 T2DM患者认知功能减退，基于结构MRI的机器学习脑龄预测模型可以量化T2DM患者大脑早衰程度。
关键词：糖尿病;;磁共振成像;;机器学习;;脑龄;;认知;;衰老
基金资助：国家自然科学基金(编号:82471952);; 安徽省转化医学研究院科研基金(编号:2023zhyx-B02);; 安徽医科大学校科研基金(编号:2023xkj143);安徽医科大学基础与临床合作研究提升计划(编号:2023xkjT025)~~
