自闭症是一组以交流、语言障碍和行为异常为特征的神经发育障碍疾病总称,研究表明自闭谱系障碍各亚型共有的核心症状便是社交及交流障碍,其症状表现首要来自于社交动机和社交认知的缺陷和损伤。而现有的对自闭症的研究大多是基于单模态的,或者基于无监督的数据挖掘方式。在核磁共振脑影像分析当中,与单模态相比,多模态融合分析能够结合不同模态的特点,并且充分利用其互补性,来挖掘针对特定脑疾病的多模态共变损伤脑网络。目前已经有较多的脑影像学研究尝试从数据驱动的方式出发,来挖掘精神疾病神经影像学异变模式,如精神分裂症、抑郁症等,但是多模态影像融合在自闭症中的研究尚未开展。所以本文以寻找多模态共变影像学标记为主要目的,基于有监督的多模态融合方法,对引起自闭症社交损伤的病变脑区展开深入探索。本文研究的主要内容和所做工作如下:首先,基于spm8,对数据进行预处理,查看其影像质量是否符合实验标准,去除噪声,提高所找到的差异脑区的准确度。基于功能和结构磁共振影像数据计算三种输入特征:功能磁共振(低频振荡振幅),功能磁共振(局部一致性),结构磁共振(皮层厚度);接着,基于一种有监督的多模态融合方法,参考信息指导的多变量a典型相关分析+独立成分分析(MCCAR+jICA),进一步分离三模态特征,分离得到的三模态共变激活脑区中,自闭症组与正常被试组存在显著组间差异,并且与社交损伤显著相关;最后,在独立验证集上重复预处理、计算特征、统计学分析和多模态融合分析,对得到的激活脑区的稳定性进行实验验证。