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（如阿尔茨海默病、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。

论文所提出的“脑龄向量”框架。

荣誉证书。