既往抑郁症功能磁共振成像研究主要是通过疾病相关脑区的激活、脑区间的功能连接及网络功能等异常来探讨抑郁症发病机制,且都局限于功能连接的静态特性。静息态下,即使脑活动缺乏指定的任务目标,静息态网络间的交互依然会呈现某种规律性的动态变化,研究这种动态变化能更详细确切地反映大脑的内在活动状态及其异常。本文首先从单个静息态网络的动态特性和网络间交互来探讨抑郁症患者脑内在活动水平的动态异常,进而引入动态模块探测方法来研究抑郁症患者功能模块的架构和功能状态模式的转变,旨在为抑郁症相关神经病理机制的理解提供全新的角度,更好地为抑郁症的临床诊断提供辅助依据。具体工作包括如下几个方面：(1)抑郁症患者静息态网络的Hurst特性大脑的自发活动具有无尺度特性,且无尺度特性可能和特定的认知状态或神经性疾病相关。采用Hurst指数来表征脑活动的无尺度特性,能从一定程度上反映脑活动信号的动态特性。计算静息态网络的Hurst特性,并作为分类特征,应用支持向量机分类对抑郁症患者进行鉴别,发现抑郁症患者识别率高达95%,再用加权向量来进一步探究抑郁症患者静息态网络的异常。与健康对照组相比,抑郁症患者右额顶网络和默认网络的Hurst下降,可能提示着抑郁症患者更有效进行对负性偏向的信息处理,从而导致抑郁症患者处于持续负性偏向状态；警醒网络、左额顶网络和腹内侧前额叶网络的Hurst增强,则可能是以代偿机制来摆脱抑郁症患者的负性偏向。这为抑郁症的神经病理机制研究提供了一个新的途径。(2)抑郁症患者静息态网络间动态交互的异常抑郁症患者不仅表现为网络内脑区功能连接的异常,还表现网络间连接的异常。因此有必要探究抑郁症患者静息态网络间的动态交互,尝试从单个静息态网络的动态异常和网络间动态交互之间的关联性研究来进一步认识抑郁症患者静息态网络的异常机制。研究主要发现抑郁症患者与默认网络关联的网络间动态交互存在异常。从抑郁症状态来看,默认网络的异常与抑郁症患者的负性偏向相关,并且可能通过网络间动态交互表现出警醒网络和腹内侧前额叶网络对默认网络不断增强的动态调控,并且默认网络到额顶网络增强的因果连接。(3)抑郁症患者动态模块化分析在动态交互的基础上,首次应用动态模块探测方法来进一步探索抑郁症患者的动态模块架构和静息态网络的弹性和功能模块参与度,从全新的角度来观察抑郁症患者静息态网络的异常。动态模块探测方法引入了相邻时间窗同节点的层间耦合,从而保留了脑活动在时间窗切换点处的动态变化的信息。研究发现抑郁症患者和健康对照者都具有脑功能模块化结构,但两组间的模块化Q值和模块总个数并无组间显著差异。而在整个静息态全时程上的模块架构中,抑郁症患者警醒网络表现出下降的弹性和功能模块参与度,这可能提示着警醒网络在抑郁症患者脑功能网络机制中承担着尤为重要的角色。(4)抑郁症患者脑功能状态的改变静息态脑活动均以瞬时的精神状态表现出来,且往往伴随着脑活动相关的微信息处理。动态模块探测方法获得的各个静息态网络所属功能模块的动态变化,正能间接反映静息态下脑活动瞬时变化的精神状态。由此,引用互信息来描述相邻时间窗的功能模块的跳变特点,用最小互信息来判断功能模块发生最大跳变所处于的时间点,即功能状态转变点。创新性引入跳跃矩阵的概念,探索功能状态转变点处,抑郁症患者功能模块发生跳变的诱发机制,为发掘抑郁症的生理病理机制提供一种新途径。研究发现,抑郁症患者与对照组都存在类似的功能状态转变,但是促使功能状态转变的静息态网络机制不同。抑郁症患者的后扣带回与额下回、脑岛与楔叶的功能模块交互影响倾向主导其功能状态的转变。同时,通过占优模块的比较,发现抑郁症患者的一些静息态网络可能花费较长的时间归于某一特定的功能模块,可能与抑郁症患者在静息态下过多沉浸于与负性偏向相关的事件相关。