阿尔茨海默病（Alzheimer's disease，AD）是一种以渐进性痴呆为主要特征的慢性神经系统退行性疾病，而遗忘型轻度认知障碍（amnestic mild cognitive impairment，aMCI）被定义为正常老年人和AD患者之间的过渡状态。功能磁共振成像可以反映脑皮质对外界刺激响应的血氧功能，弥散张量成像已广泛用于结构完整性的研究并刻画AD患者的白质病变。默认网络（default mode network，DMN）参与许多脑功能和活动，其完整性在AD中得到了广泛的研究。本文主要研究AD患者的白质（white matter，WM）纤维束的异常和基于默认网络（default mode network，DMN）分析结构和功能连接的异常模式以及探索结构-功能的耦合关系。

为了分析AD/aMCI患者的白质纤维束的完整性，我们采用了自动纤维束量化（automated fiber quantification，AFQ）的方法。AFQ是一种可以快速且可靠地识别大脑内主要的白质纤维束，并量化其扩散特征的完全自动化的方法。本部分研究的主要目的是评估aMCI与AD患者以及健康对照组（normal controls，NCs）中白质的完整性和异常性。为此，我们首先通过AFQ方法来识别20条主要的白质纤维束，基于发现数据集中的120个被试（39个NCs，34个aMCI和47个AD）评估白质完整性和异常，并在重复数据集的122个被试（43个NCs，37个aMCI和42个AD）中进行了结果重复性的验证。在发现数据集中通过组间比较，识别沿着白质纤维束位置的逐点差异，同时在重复数据集中进行验证。然后，我们以沿着白质纤维束对应的扩散张量指标为特征，利用支持向量机对AD和NCs进行分类，并进行多次交叉验证。相关性分析结果显示，微结构白质的改变和分类器输出对应的伪概率与患者组的认知能力水平高度相关，这表明可信且稳定的早期生物标志物可能有助于AD的临床应用。本部分的研究为探索白质完整性以及AD的临床应用提供了很好的方法和流程，可能有助于其他神经和精神障碍疾病的研究。

对于分析AD患者默认网络内结构连接和功能连接的异常，我们基于发现数据集和重复数据集分别构造了相应的结构和功能矩阵。在默认网络中的几条结构连接对应的平均FA/MD值检测到显著的组间差异，而相比于NCs，AD患者在默认网络的28条连接中有16条发现了降低的功能连接。上述提及的大部分的异常连接在aMCI和AD组中均与认知能力评分存在一定的相关性。我们还发现aMCI与AD组在后扣带与右侧海马体之间的结构和功能连接之间是存在共变趋势的。我们以默认网络为整体分析了AD患者异常的结构和功能连接，有助于对AD/aMCI 的默认网络连接模式的理解。