主观认知下降（Subjective Cognitive Decline,SCD）发生在轻度认知障碍（Mild Cognitive Impairment,MCI）之前,是阿尔茨海默症（Alzheimer’s Disease,AD）病程发展的一个初始阶段。确定SCD的神经生物标记物对于MCI和AD的早期诊断和预防具有重要意义。脑影像技术,特别是多模态磁共振影像（Magnetic Resonance Imaging,MRI）,正被越来越多地应用于研究SCD或MCI的神经机制,并有潜力用于临床辅助诊断。不同模态的MRI,例如结构MRI（Structural MRI,s MRI）,功能MRI（Functional MRI,f MRI）等,可以从不同层面提供关于大脑解剖结构或功能活动的信息。以往基于MRI的SCD和MCI的诊断研究主要采用单一模态的MRI,或采集多模态MRI后将各模态数据进行单独处理。然而针对单一模态MRI数据进行分析会忽略各模态数据间的共变联合信息,这些共变联合信息反映为大脑结构-功能之间的复杂多元联系和协同变化情况,有潜力为SCD和MCI提供重要的神经标记物。为了充分挖掘多模态MRI数据之间的联合信息,寻找SCD和MCI的结构与功能神经标记物,从而辅助临床诊断,本研究提出了一种新型的、可解释性强的、基于多模态MRI（s MRI和静息态f MRI）融合的SCD和MCI分类诊断方法。该新方法主要包含以下三个步骤。首先,对s MRI以及静息态f MRI进行预处理,分别提取灰质体积（Gray Matter,GM）以及低频振幅（Amplitude of Low Frequency Fluctuations,ALFF）作为结构与功能特征。第二,采用多模态典型相关分析-联合独立成分分析（Multimodal Canonical Correlation Analysis-Joint Independent Component Analysis,m CCA-j ICA）这一多元数据驱动模型对两类模态特征进行融合分析,并通过分组假设检验确定SCD和MCI的GM和ALFF共变脑区,作为输入分类器的特征和潜在神经标记物。第三,将m CCA-j ICA融合分析确定的共变脑区作为特征输入分类器,对健康对照组（Healthy Control,HC）、SCD和MCI患者进行分类。该新型的结构-功能MRI融合分析方法在214例被试（HC:66人,SCD:55人,MCI:93人）的s MRI和静息态f MRI上进行了测试。结果发现了SCD和MCI患者在多个脑区上异常的结构和功能特征。特别地,s MRI-f MRI融合分析发现SCD与MCI患者之间差异区域包含额中回/颞中回-舌回构成的结构-功能协变模式,MCI患者与健康人之间存在颞中回-脑岛、额中回/枕中回-颞上回以及额中回/颞中回-舌回构成的结构-功能协变网络。基于以上确定的多模态神经标记物的分类准确率显著高于基于单一模态MRI特征的分类准确率。本研究为寻找SCD和MCI的结构-功能神经标记物提供了新的方法思路,并发现了可以区分SCD、MCI和健康人的一系列结构-功能MRI特征。因此,本研究有助于进一步理解AD前期疾病的神经病理学机制,并为AD的早期诊疗提供新的神经标记物。