近日，哈工大深圳校区电子与信息工程学院马婷教授课题组在神经科学国际期刊 Human Brain Mapping 发表论文，首次提出具有疾病特异性的脑龄模型——脑龄向量，相较于传统脑龄模型不仅在脑龄预测方面达到国际领先水平，并且兼具对神经退行疾病的早期预警效果，开拓了脑龄从普遍意义衰老指征到脑龄异常可预测疾病风险的能力。

该论文发表后立即受到了全球学者的广泛关注，在发表后的三个月内获得了超过500次下载，位居该期刊中国作者2022年第三季度发表文章三月内下载量前五名，荣获2022年第三季度“Wiley威立中国开放科学高贡献作者奖”。该论文第一作者为电子与信息工程学院2021级博士研究生冉晨，2020级博士研究生杨延武为共同一作，马婷教授为通讯作者。

该团队介绍，脑龄即大脑年龄，通过神经影像机器学习将人脑复杂的衰老情况凝练成一个单一值，是评估大脑衰老程度的重要量化指标。对于正常人而言，一般认为脑龄与实际年龄相等。然而一些神经退行性疾病（如阿尔兹海默病、帕金森氏病等）会导致大脑加速衰老，使得脑龄大于实际年龄。

该团队提出的“脑龄向量”使用沙普利补充解释（Shapley Additive Explanations）的方法，将大脑的异常衰老具体归因到每一个脑区，从而将脑龄单一值细化为空间病理衰老机制背后的区域特征贡献。

研究结果表明“脑龄向量”准确揭示了阿尔茨海默病和帕金森氏病的特异性空间衰老模式，并且显著提高了前驱期患者筛查的准确率。本研究首次提出了具有疾病特异性的脑龄模型，同时整合了大脑的时间和空间特征，增强了大脑病理状态的特异性表征，扩展了脑龄在早期临床诊断中的应用价值。