关键词：阿尔茨海默病,拉曼光谱,集成学习,认知筛查,轻度认知障碍
keyword：Alzheimer's,Raman spectroscopy,ensemble learning,cognitive screening,mild cognitive impairment
期刊名：《Alzheimer's Research & Therapy》影响因子（IF）：待检索（需网络检索确定），分区（JCR）：待检索（需网络检索确定）
标题：中文：分层认知评估的新范式：融合血清拉曼光谱和集成学习（英文：A new paradigm for stratified cognitive assessment: fusing serum Raman spectroscopy and ensemble learning）
第一作者及单位：Yuting Mo, Chenglu Mao等，单位：南京大学医学院附属鼓楼医院神经内科、江苏省分子医学重点实验室、南京鼓楼医院脑疾病与脑科学中心（中国南京）
发表时间：2026年1月30日
主要结论概要：本研究开发了一种基于血清拉曼光谱的集成学习模型，能有效区分正常认知（NC）、轻度认知障碍（MCI）和痴呆，测试集曲线下面积（AUC）达0.92，验证集AUC为0.89。关键拉曼位移1602、1002和1666 cm⁻¹的强度变化与认知下降及后默认模式网络（pDMN）功能改变相关，为社区认知筛查提供了高效新工具。
研究背景与挑战
中国正面临人口老龄化加剧，痴呆已成为第五大死因，早期筛查至关重要。当前社区认知筛查依赖神经心理学评估（如MMSE和MoCA），但耗时耗力、可扩展性差。拉曼光谱技术具有操作简便、成本低和接受度高等优势，能通过分子振动检测生物分子变化，但现有模型多限于二分类，缺乏分级评估能力。集成学习结合多种机器学习算法，可提升预测准确性和鲁棒性。本研究旨在开发一种融合拉曼光谱和集成学习的分级认知筛查模型，并探索其与脑网络功能的关联。
图1. 研究流程图 展示受试者招募、数据收集和处理流程，包括神经心理学评估、血清样本采集、拉曼光谱检测和MRI扫描。缩写：MMSE，简易精神状态检查；MoCA，蒙特利尔认知评估；ADL，日常生活活动能力；HAMD，汉密尔顿抑郁量表；HAMA，汉密尔顿焦虑量表；MRI，磁共振成像；BOLD，血氧水平依赖。
方法概述
研究纳入260名受试者（220人用于建模，40人用于验证），采集血清样本进行拉曼光谱检测，并使用Python构建集成学习模型。模型结合线性判别分析（LDA）、人工神经网络（ANN）和多层感知器（MLP），通过5折交叉验证优化。同时，采用图论分析拉曼光谱节点属性，并利用功能性MRI和谱动态因果模型（spDCM）分析脑网络连接。统计方法包括方差分析和相关性检验，显著性水平设为P<0.05。
主要发现与模型性能
拉曼光谱无监督聚类将光谱分为低、中、高三个簇，关键位移1602、1002和1666 cm⁻¹的强度随认知恶化而递减。集成学习模型在测试集准确率达0.85，验证集准确率为0.80，AUC分别为0.92和0.89，表明模型具有良好的分级能力。
图3. 集成学习模型 图3-a至e显示模型架构、混淆矩阵和ROC曲线。模型通过多数投票整合LDA、ANN和MLP的预测结果，生成受试者级别的伪概率评估认知分级。缩写：NC，正常认知；MCI，轻度认知障碍；LDA，线性判别分析；ANN，人工神经网络；MLP，多层感知器；ROC，受试者工作特征曲线；AUC，曲线下面积。
神经影像关联与机制探索
图论分析显示，1002 cm⁻¹的介数中心性和1666 cm⁻¹的聚类系数在认知障碍组中显著改变。脑网络分析发现，认知障碍组中左执行控制网络（LECN）对后默认模式网络（pDMN）的抑制增强。相关性分析表明，在正常认知组中，1602 cm⁻¹强度与背侧注意网络（DAN）对pDMN的连接正相关，而1002和1666 cm⁻¹强度与LECN对pDMN的连接负相关，但这些关联在认知障碍组中消失，提示拉曼光谱能反映脑网络功能失调。
图4. NC与CI组间网络连接差异 图4-a至d显示效应大小，正负值对应兴奋/抑制或增强/减弱。认知障碍组（CI）相比正常认知组（NC），LECN对pDMN的抑制增强（效应值-2.93），DAN对pDMN的兴奋减弱（效应值-1.71）。缩写：DAN，背侧注意网络；PVN，初级视觉网络；SMN，感觉运动网络；LECN，左执行控制网络；pDMN，后默认模式网络。
临床意义与未来展望
该模型为社区大规模筛查提供了血基替代方案，克服了传统评估的局限性。拉曼位移1602 cm⁻¹与细胞代谢活动相关，1002 cm⁻¹反映苯丙氨酸水平，1666 cm⁻¹涉及蛋白质构象，这些变化共同指示认知障碍的分子基础。未来工作将聚焦系统集成和多中心验证，以提升模型普适性。
参考文献
[1] Mo Y., Mao C., Jiang J. et al. A new paradigm for stratified cognitive assessment: fusing serum Raman spectroscopy and ensemble learning. Alz Res Therapy (2026). https://doi.org/10.1186/s13195-026-01975-z
[2] Jia L., Du Y., Chu L. et al. Prevalence, risk factors, and management of dementia and mild cognitive impairment in adults aged 60 years or older in China: a cross-sectional study. Lancet Public Health. 2020;5:e661-e71.
[3] Paraskevaidi M., Morais C.L.M., Halliwell D.E. et al. Raman Spectroscopy to Diagnose Alzheimer's Disease and Dementia with Lewy Bodies in Blood. ACS Chem Neurosci. 2018;9:2786-94.
本文内容来自公开信息及研究文献，不代表临床建议。
如需投稿、转载、商务合作后台留言，回复有一定延迟敬请谅解。
辅助编辑：腾讯元宝or（GPT、Gemini、Claude等）
扫码加入ima知识库，获取本公众号所有文献全文资料，AI问答了解更多信息，文献实时更新
10个月宝宝每天需要喝多少奶粉？
