近期，我院医学影像技术学系吴宁副教授课题组在国际知名学术期刊《Research》（JCR一区，影响因子10.7）上在线发表题为Retinal Vascular Morphology Reflects and Predicts Cerebral Small Vessel Disease: Evidences from Eye–Brain Imaging Analysis的最新研究成果。该研究结合了多模态成像检查（Multi-modality imaging examinations）、基于卷积神经网络的深度学习分割（CNN-based deep learning segmentation）以及支持向量机（SVM）等技术，系统揭示了视网膜血管形态与脑血管疾病（SVD）中脑血管的损伤和脑脊液脉络膜丛（CP）功能障碍相伴发生的动态关联。

脑小血管病是引发痴呆和卒中的重要风险因素，常规采用磁共振影像作为诊断的标准。但MRI本身存在采集时间长，费用昂贵等问题，不适合大规模筛查。这篇文章以眼-脑跨器官关联的新颖视角入手，在脑小血管病下深入挖掘二者之间的关联机制，首次为眼脑之间的脑脊液通路提供了人体的影像学证据。同时构建轻量机器学习模型来准确预测不同角度脑小血管损伤标记物，为未来眼影像替代磁共振影像筛查提供了有力的支持。

该论文第一作者为吴宁，博士，副教授，毕业于北京大学，主持国家自然科学基金，北京市教委科研计划等项目。获北京市青教赛一等奖。研究方向为神经影像与眼影像分析，人工智能预测模型构建。