全球人口老龄化问题日趋严重,中国作为世界上老年人口最多的国家之一,已经进入人口老龄化的高速发展阶段,个体衰老过程中大脑不可避免地发生组织、结构、功能衰退老化的现象,这就是常说的脑老化。目前多项研究都指出大脑的正常老化与多种神经退行性疾病有着相似的脑退化模式,因此脑老化研究对早期预防、诊断治疗与脑老化相关的疾病具有重要意义。本文基于正常老化人群的多模态磁共振影像(T1WI、DTI)数据,分别构建大脑皮层厚度网络和白质纤维网络,依据构建的大脑网络采用图论方法分析衰老过程中脑网络拓扑参数的变化,并选取出与受试者实际年龄表现出较强相关性的形态结构特征和网络拓扑参数特征,以此建立大脑正常老化预测模型,研究内容主要包括以下几个方面:(1)基于75例正常老化对象的T1WI影像数据,首先计算每一例对象的大脑皮层厚度。然后,将全体数据按照年龄以5岁为间隔划分为四组,每一对象组依据不同脑区间皮层厚度的皮尔森相关系数构建大脑皮层厚度网络,采用图论分析方法计算网络的拓扑参数。最后,基于皮层厚度、网络拓扑参数进行一系列的统计分析。研究结果表明在正常老化过程中,大脑网络拓扑属性的变化是一个非线性过程,网络的局部信息处理能力随着年龄的增加表现出先降低后升高的趋势,而全局信息处理能力则是先升高后降低。(2)基于上述受试对象的DTI影像数据,首先对每一例受试对象重构其白质纤维束,结合AAL模板,构建大脑白质纤维网络。然后,基于图论分析方法,计算大脑白质纤维网络的局部、全局网络拓扑参数特征。最后,将这些拓扑参数特征与受试者年龄进行一系列的统计分析。研究结果表明随着年龄的增加不同对象组白质网络连接密度降低。大脑的主干网络存在不断的重组,但核心主干网络保持一个相对稳定状态。(3)基于上述研究获得的大脑皮层厚度特征和白质纤维网络拓扑参数特征,采用特征选择、主成分分析方法对特征参数进行降维处理。然后,分别采用多元线性回归、BP神经网络两种方法建立与年龄相关的正常老化预测模型。由于本文研究的建模数据量较少,采用留一交叉验证法来检验模型的预测能力。结果表明模型预测能力优于现有文献中的结果。