目的：脑小血管病（CSVD）是老年认知障碍的主要病因，其临床进展存在高度异质性，为精准治疗策略的制定带来挑战。本研究旨在探索基于个体结构协变网络（IDSCN） 进行CSVD亚型划分的价值，并通过整合临床表型与分子通路分析，验证IDSCN亚型的生物学可靠性及临床意义。

方法：前瞻性纳入2020年5月至2021年3月就诊的254例CSVD患者和157例健康对照者，均完成MRI扫描及神经心理学评估。首先采用基于体素的形态学分析方法得到各脑区灰质体积，计算健康组各脑区相关系数构建参考网络后，通过逐个将患者加入健康组构建扰动网络，并采用Z检验量化每个患者协变网络与参考网络的差异，从而生成个体差异协变网络（IDSCN）。通过比较CSVD患者IDSCN与健康组参考网络，识别出在组间存在显著偏离（Bonferroni校正，p<0.05）网络连边，将其作为特征变量进行K-means聚类分析以划分CSVD亚型。进一步通过评估不同亚型间神经心理学量表评分的差异以识别其异质性。随后，对筛选出的差异性连边进行功能注释和基因注释，并对相关基因集进行富集分析，通过富集的分子通路以阐释亚型的潜在生物学机制。

结果： K-means聚类分析成功识别出两个CSVD亚型（亚组1与亚组2）。核心差异性网络连边（Bonferroni校正，p<0.05）以双侧海马为主要节点，连接双侧颞叶、双侧苍白球、双侧杏仁核及辅助运动区，且其与健康网络的偏离程度随疾病严重程度增加而显著增大（p<0.05）。神经心理学评估显示记忆、注意力以及执行等认知功能存在阶梯式认知下降（亚组1 < 亚组2 < 健康组；p<0.05），功能注释提示差异性连边与与记忆、情绪及识别相关（FDR校正，p<0.05）。基因富集分析（FDR校正，p<0.05）证实，亚组间认知损伤差异与神经炎症以及突触信号传递异常相关，为IDSCN亚型划分提供生物学机制支持。

结论：个体结构协变网络可有效解析CSVD的异质性，以海马为枢纽的网络协方差异常程度与认知损伤严重程度密切相关，为CSVD的精准分型及机制研究提供了新方法。