中国人民大学健康大数据研究院鼓励并支持优秀在校学生围绕健康数据科学各领域实际问题展开探索性研究，激发学术兴趣、锤炼科研能力、积累实战经验。2026年，在学校“求是学术-栋梁”品牌研究项目框架下，研究院组织编制选题指南，学生自由组队申报，经评审公示立项。特别的，研究团队中不仅有硕博研究生，还有优秀本科生参与，在不同培养阶段学生之间形成科研协作。通过项目研究实践帮助本科生了解和掌握学术研究流程与规范，发挥研究生在本科生学术训练中的朋辈引领和指导带动作用，进一步提升团队数学建模、数据分析和算法实践能力。

    一、项目简介

    近年来，静息态功能磁共振成像（rs-fMRI）、弥散张量成像（DTI）等多模态脑影像技术的发展，为从网络层面研究阿尔茨海默病（AD）等神经退行性疾病提供了丰富的数据基础。已有研究表明，阿尔茨海默病的发生发展伴随着脑结构连接与功能连接的异常，并已有工作从结构—功能耦合、图信号处理和网络拓扑等角度探索两类网络之间的关系。然而，如何在保留网络结构信息的同时，对个体结构网络与功能网络之间的关联进行统一统计建模，并进一步刻画这种关联的个体异质性及其疾病相关变化，仍具有重要的方法学研究价值。本项目将基于 ADNI 多模态脑影像数据，构建个体水平的结构连接网络和功能连接网络，探索结构—功能网络的联合统计建模方法，通过结构网络信息对功能网络进行解释和约束，刻画个体间的结构—功能关联模式。在此基础上，将结合 ADNI 提供的诊断信息和认知评估数据，进一步考察结构—功能关联在不同认知和疾病状态下的变化及其与认知表现的关系。项目旨在发展适用于高维网络数据的统计建模方法，为多模态脑网络的联合分析提供新的方法学工具，并为理解阿尔茨海默病相关脑网络异常及其结构—功能关系提供统计学依据。

    二、研究团队

    包永康，统计学院2024级博士生，研究方向：高维统计、复杂数据统计建模与网络数据分析。

    徐子涵，统计学院2025级硕士生，曾获美国大学生数学建模竞赛M奖、北京市三好学生等荣誉奖项。