脑影像己成为脑科学研究，特别是神经精神病学研究不可或缺的工具。在临床上，脑影像对脑疾病的早期诊断及药物评价具有重要的意义。功能磁共振成像(fMRl)是目前为止脑影像领域最常用的一种非损伤性的活体脑功能检测技术。 当前绝大多数的fMRl研究集中于对脑功能激活区的检测，即通过采用反复的任务刺激检测特定任务下的脑功能激活区。这种方法基于一般线性模型，需预先假设大脑对刺激的时间响应曲线。但是，对于一些自发的神经活动，如癫痫放电，由于不知道其何时发作，而且这种反应的血流动力学响应未知，因此不能利用基于任务的fMRI准确检测致痫病灶区。静态fMRI完全脱离了传统的刺激一响应的信号加工和数据处理模式，不需要任何任务刺激，可以用于研究大脑自发的神经活动，在致痫病灶定位、正常人群和疾病患者的脑功能连通性研究方面有很好的应用价值。 本文以静态fMRI检测致痫病灶和诊断轻度认知障碍为目标，通过静态fMRI数据分析方法的深入研究，探索脑功能磁共振研究方法学及其临床应用的新途经。 研究了时间聚类分析方法，并对传统的时间聚类分析方法进行了优化。通过对fMRI图像进行分割，得到灰质数据，然后对此灰质数据进行分析，这样可降低背景噪声，减少数据运算量。 基于癫痫放电时，后扣带回区域的像素激活性降低，即后扣带回的像素的时间过程和引起癫痫发作的像素时间过程存在负相关的特性，提出了一种基于后扣带回的负相关分析方法。提出的方法能够较为可靠的检测出致痫病灶。在此基础之上，本文选择基于小波的信号阈值去噪方法去除fMRI信号中的噪声，取得了比较好的效果，进一步提高了致痫病灶检测的准确性。 讨论了局部一致性方法，通过对正常人和轻度认知障碍患者的后扣带回区域的局部一致性的检测，发现轻度认知障碍患者的后扣带回区域的局部一致性明显降低，此结果可为诊断轻度认知障碍提供有效参考。 研究了联合主成分分析和独立成分分析处理静态fMRI数据的方法。利用主成分分析能去除随机噪声，减少数据量，并依据生理噪声的时间过程的空间相关性，利用独立成分识别并消除多层fMRI数据中的生理噪声。用本方法分析静态fMRI数据，取得了比较好的结果：检测到的致痫病灶区域和基于后扣带回的负相关分析方法检测到的基本一致；本方法和局部一致性方法均能发现静息状态下轻度认知障碍患者在后扣带回区域的激活程度明显降低，本方法还发现静息状态下轻度认知障碍患者在海马区域的激活程度也降低。