Alzheimer's disease (AD) is a chronic neurodegenerative disease characterized by progressive dementia. Diffusion tensor imaging (DTI) has been widely used to show structural integrity and delineate white matter (WM) degeneration in AD. The automated fiber quantification (AFQ) method is a fully automated approach that can rapidly and reliably identify major WM fiber tracts and evaluate WM properties. The main aim of this study was to assess WM integrity and abnormities in a cohort of patients with amnestic mild cognitive impairment (aMCI) and AD as well as normal controls (NCs). For this purpose, we first used AFQ to identify 20 major WM tracts and assessed WM integrity and abnormalities in a cohort of 120 subjects (39 NCs, 34 aMCI patients and 47 AD patients) in a discovery dataset and 122 subjects (43 NCs, 37 aMCI patients and 42 AD patients) in a replicated dataset. Pointwise differences along WM tracts were identified in the discovery dataset and simultaneously confirmed in the replicated dataset. Next, we investigated the utility of DTI measures along WM tracts as features to distinguish patients with AD from NCs via multilevel cross validation using a support vector machine. Correlation analysis revealed the identified microstructural WM alterations and classification output to be highly associated with cognitive ability in the patient groups, suggesting that they may be a robust biomarker of AD. This systematic study provides a pipeline to examine WM integrity and its potential clinical application in AD and may be useful for studying other neurological and psychiatric disorders.

阿尔茨海默氏病（AD）是一种以进行性痴呆为特征的慢性神经退行性疾病。弥散张量成像（DTI）已被广泛用于显示AD中的结构完整性和描绘白质（WM）变性。自动化纤维定量（AFQ）方法是一种全自动方法，可以快速，可靠地识别主要的WM纤维束并评估WM特性。这项研究的主要目的是评估轻度认知障碍（aMCI）和AD以及正常对照（NCs）患者队列中的WM完整性和异常。为此，我们首先使用AFQ来识别发现数据集中的120名受试者（39名NC，34名aMCI患者和47名AD患者）和122名受试者（43名NC，复制的数据集中有37位aMCI患者和42位AD患者）。在发现数据集中发现了沿WM道的逐点差异，并在复制的数据集中同时确认了这些差异。接下来，我们调查了沿WM区域使用DTI措施作为通过支持向量机进行多级交叉验证来区分AD患者和NC患者的功能。相关性分析显示，已确定的微结构WM改变和分类输出与患者组的认知能力高度相关，这表明它们可能是AD的强大生物标记。这项系统的研究为检查WM的完整性及其在AD中的潜在临床应用提供了渠道，并且可能对研究其他神经系统疾病和精神疾病有用。在发现数据集中发现了沿WM道的逐点差异，并在复制的数据集中同时确认了这些差异。接下来，我们调查了沿WM区域使用DTI措施作为通过支持向量机进行多级交叉验证来区分AD患者和NC患者的功能。相关性分析显示，已确定的微结构WM改变和分类输出与患者组的认知能力高度相关，这表明它们可能是AD的强大生物标记。这项系统的研究为检查WM完整性及其在AD中的潜在临床应用提供了渠道，并且可能对研究其他神经系统疾病和精神疾病有用。在发现数据集中发现了沿WM道的逐点差异，并在复制的数据集中同时确认了这些差异。接下来，我们调查了沿WM区域使用DTI措施作为通过支持向量机进行多级交叉验证来区分AD患者和NC患者的功能。相关性分析显示，已确定的微结构WM改变和分类输出与患者组的认知能力高度相关，这表明它们可能是AD的强大生物标记。这项系统的研究为检查WM的完整性及其在AD中的潜在临床应用提供了渠道，并且可能对研究其他神经系统疾病和精神疾病有用。我们调查了沿WM区域使用DTI措施作为通过支持向量机进行多级交叉验证来区分AD患者和NC患者的功能。相关性分析显示，已确定的微结构WM改变和分类输出与患者组的认知能力高度相关，这表明它们可能是AD的强大生物标记。这项系统的研究为检查WM的完整性及其在AD中的潜在临床应用提供了渠道，并且可能对研究其他神经系统疾病和精神疾病很有帮助。我们调查了沿WM道进行DTI测量的实用性，以通过使用支持向量机的多级交叉验证来区分AD患者和NC患者。相关性分析显示，已确定的微结构WM改变和分类输出与患者组的认知能力高度相关，这表明它们可能是AD的强大生物标记。这项系统的研究为检查WM的完整性及其在AD中的潜在临床应用提供了渠道，并且可能对研究其他神经系统疾病和精神疾病很有帮助。相关性分析显示，已确定的微结构WM改变和分类输出与患者组的认知能力高度相关，这表明它们可能是AD的强大生物标记。这项系统的研究为检查WM的完整性及其在AD中的潜在临床应用提供了渠道，并且可能对研究其他神经系统疾病和精神疾病有用。相关性分析显示，已确定的微结构WM改变和分类输出与患者组的认知能力高度相关，这表明它们可能是AD的强大生物标记。这项系统的研究为检查WM的完整性及其在AD中的潜在临床应用提供了渠道，并且可能对研究其他神经系统疾病和精神疾病有用。