摘要目的 轻度认知障碍(mild cognitive impairment,MCI)是痴呆的早期阶段,其进展具有异质性.通过整合多模态信息实现MCI亚型鉴别诊断可为个性化干预提供指导.方法 本研究数据来源于国家阿尔茨海默病协调中心,共510名受试者,其中270名为遗忘型MCI(amnestic MCI,aMCI),240名为非遗忘型MCI(non-amnestic MCI,naMCI).我们提取了每位受试者的临床信息、神经心理学测试、MRI的灰质体积(gray matter volume,GMV)以及区域皮层厚度(cortical thickness,CT).采用多区块稀疏偏最小二乘判别分析(multiblock sparse partial least squares-discriminant analysis,multi-block sPLS-DA)算法,定义三种不同的设计矩阵(矩阵中表示模态间相关性的元素分别为0、0.5、1)模拟多模态之间可能存在的关联,对多模态信息整合以实现分类;并与稀疏主成分分析结合k近邻、朴素贝叶斯、随机森林、支持向量机算法构建的四种模型进行比较.模型验证采用五折交叉验证.结果 设计矩阵中表示模态间相关性元素为0的multiblock sPLS-DA对临床信息、神经心理学测试、GMV、CT进行多模态信息整合的分类效果最好,准确率为86.86%.该情况下,multiblock sPLS-DA的潜在成分个数为3,错误率最低,为0.14.通过multiblock sPLS-DA算法,性别、功能活动问卷、左侧缘上回灰质体积、右侧岛盖部皮层厚度为四种模态最重要的特征.结论 multiblock sPLS-DA可作为利用多模态信息实现MCI亚型鉴别诊断的有效方法,可为MCI亚型的精准诊断提供决策参考.