静息状态功能磁共振成像是一种新兴的脑功能研究技术。在诸多静息状态功能磁共振成像数据的分析方法中,独立成分分析以其独特的盲源分离特性在该领域占有重要地位。本研究从三个方面系统分析了独立成分分析在静息状态功能磁共振图像分析方面的应用。首先,本研究分析了独立成分分析在静息状态功能磁共振图像噪声提取方面的应用。实验结果表明,独立成分分析能有效提取并进而去除诸如眼动、呼吸、心跳、头动等因素引发的噪声,同时也表明基于群组数据的独立成分分析对噪声成分的分辨能力明显优于基于个体数据的独立成分分析。其次,本研究分析了不同的分析策略对最终获取的独立脑功能网络图谱的影响。通过分析不同成分数的设定对独立脑功能网络图谱的影响,发现当样本量较小时,成分数设定对独立脑功能网络图谱有较大影响。通过分析基于个体的独立成分分析和基于群组的独立成分分析对个体独立脑功能网络图谱的影响,发现基于群组的独立成分分析效果明显优于基于个体的独立成分分析。最后,本研究以正常人群的利手评分为研究对象,基于静息状态功能磁共振图像分析了个体左右利手评分差异的脑功能网络机制。实验结果表明,人群的利手评分与人脑的初级运动、注意等网络存在显著相关关系。综上所述,独立成分分析在静息状态功能磁共振图像数据分析方面具有独到优势,该方法不仅能同时提取多个独立脑功能网络,而且能够有效地提取进而去除图像噪声。在进行基于独立成分分析的静息状态功能磁共振图像数据分析时,须留意不同的分析策略对最终获取的独立脑功能网络图谱的影响。静息状态功能磁共振图像的独立成分分析可以作为正常人脑功能研究的有效手段。