随着人们的物质追求不断提高,生存成本逐年累增,越来越多的人或多或少存在抑郁情绪,给其家庭及社会造成负面影响。近年来,日趋成熟的医学成像技术为抑郁情绪的深入研究起到了具有决定性的推动作用。目前,抑郁情绪的界定缺乏足够的定量生理指标,具有很大的误判风险;本文主要对静息和任务两种状态下的被试功能磁共振(fMRI)数据进行功能连接分析并对分组后的被试进行了不同分类算法的分类研究。在研究过程中,首先,设计实验并征集被试,将被试根据量表得分划分为抑郁情绪组和正常对照组,对两组被试分别采集静息态和任务态两种fMRI数据,对两种状态下的数据分别进行组内单样本t检验和组间双样本t检验。其次,分析两组被试静息和任务两种状态下下的t检验结果,寻找两组被试在相同条件下存在显著差异的大脑脑区。然后,结合先验知识将统计分析获得的两组被试在相同条件下的差异脑区定义为感兴趣区域,对选定的感兴趣脑区进行功能连接分析,计算两组被试脑区间在时间层面的协调同步性。最后,将功能连接分析结果定义为特征,对两组被试进行分类分析并比较多种分类算法在本数据集下的分类正确率。分类结果显示,两种状态下下各分类算法对降维后数据的分类平均准确率均达到了 80%以上,充分表明本实验的方法可行并能很好的区分被试。本文的研究成果对充实抑郁情绪的界定定量生理指标具有促进作用,可以为抑郁情绪的诊断提供参考性指标;对探索抑郁的诱发机制具有一定的参考价值,可以很好的为大脑脑区层面的神经性疾病提供指导;对计算机科学,神经科学,脑科学等多学科的交叉具有一定的推动作用。