大量来自功能磁共振成像(fMRI)的研究表明静息状态下解剖和功能相关的大脑区域间存在着低频自发神经元活动的同步性,这种同步活具有重要的生理意义。而且,自发活动相同步的脑区共同组成了特定功能的整合网络。基于图论的复杂网络分析技术使得关于大脑同步活动网络的拓扑结构研究成为可能。本论文以理解正常大脑拓扑复杂性为目标,以静息状态的fMRI为手段,采用复杂网络分析技术研究了i)不同的大脑分割图谱对脑功能网络拓扑属性的影响以及ii)大脑的模块化结构。　　 最近的一些研究表明采用不同的大脑图谱所构建的无论是结构还是功能脑网络都具有小世界属性(small world property)。然而,在此过程中一个基本但却很重要的问题尚未解决,那就是采用不同的大脑分割图谱会对最终的网络拓扑属性产生怎样的影响。本论文第一部分分别采用了AAL和ANIMAL模板来分割大脑获得了不同数量的脑区(90 vs70),进而分析两组网络在拓扑属性上的异同。我们发现,尽管使用了不同的大脑图谱来构建脑功能网络,但是他们仍然表现出稳定的小世界特性和指数去尾的幂率分布。然而更为重要的是我们发现多个拓扑参数存在统计显著的差异。这一发现提供了网络节点如何影响网络拓扑的直接证据,并对正常和病理条件下大尺度脑结构和功能网络的研究有着重要的启示作用。　　 来自不同领域的复杂网络研究表明模块化结构是大多数复杂系统的最主要组织原则之一。而人类大脑网络是否具有模块化结构迄今尚有争议。通过检测和刻画大脑的模块化结构可以帮助我们识别解剖和/或功能相关的大脑团块,这些团块可能执行特定的大脑认知功能。本论文第二部分采用功能磁共振技术研究了静息状态下大脑的模块化组织结构。结果表明大脑具有明显的模块化结构,不同的模块对应着不同的功能。进一步的分析发现大脑全局的拓扑属性与各模块的拓扑性质存在统计显著的差异。此外,本研究通过脑区的模块间与模块内的连接模式来刻画了各个脑区在整个脑网络中的角色,这种角色上的差异可能预示着他们在大脑网络的连通性和信息传递中发挥着不同的作用。　　 总之,以上研究加深了我们对大脑自发神经元活动底层的拓扑组织机制的认识和理解,同时也表明网络拓扑的研究为我们提供了新的途径来揭示大脑复杂动力学行为和脑疾病病理生理学的潜在生物学机制。