〔摘　要〕 目的 基于成年人毕生发展影像数据集(SALD)中 T1 加权 MRI 数据构建脑龄预测模型，探讨 2 型糖尿病(T2DM)患者脑龄差(Brain-PAD)与病程、认知功能的关系。方法 比较本地数据集中 104 例 T2DM 患者和 83 例健康对照(HC) 人口学及认知功能。以 SALD 中健康志愿者 329 例 T1 加权 MRI 数据为训练集，采用高斯过程回归(GPR) 、十折交叉验证搭建脑龄预测模，验证并评价模型性能后分别计算 T2DM 和 HC 组的 Brain-PAD , Mann-Whitney U 检验用于组间比较。分别计算 T2DM 患者Brain-PAD 与病程、认知的皮尔逊相关系数(r) 。结果 与 HC 组相比，T2DM 患者听觉词语学习测验(AVLT) 延迟记忆、再认、符号数字模式测验 ( SDMT) 得分更低 ( P < 0. 05 ) 。T2DM 和 HC 组 Brain-PAD 分别是 1 . 619 ( - 4. 001 , 8. 272) 岁、- 1 . 289 ( - 4. 128 , 4. 134)岁，T2DM 组比 HC 组 Brain-PAD 更大(Z = 2. 056 , P = 0. 034) 。T2DM 组 Brain-PAD 的中位数是正值，即预测脑龄大于生理年龄，提示 T2DM 患者大脑比生理年龄相对“更老 ”。T2DM 患者 Brain-PAD 与 AVLT 即刻记忆、延迟记忆、SD- MT 得分呈正相关( r = 0. 291 , P = 0. 003 ; r = 0. 248 , P = 0. 011 ; r = 0. 376 , P = 0. 001) , T2DM 患者 Brain-PAD 与连线测验 (TMT) - A 用时呈负相关( r = - 0. 206 , P = 0. 036) , 与病程无相关性。结论 T2DM 患者认知功能减退，基于结构 MRI 的机器学习脑龄预测模型可以量化 T2DM 患者大脑早衰程度。