基于血氧水平依赖(BOLD)效应的功能磁共振成像(fMRI)技术,可以重复进行无创伤性的实验,能够有效地检测出认知任务刺激下大脑皮层中不同功能区的激活,并且可以获取准确的空间定位信息。因此,fMRI技术是脑与认知科学研究中最为有效的手段之一。然而,在较低的磁场强度条件下,BOLD-fMRI信号的变化很弱,在数据采集过程中,由于被试头部的微小运动以及不可避免的生理噪声和设备噪声,得到的时间序列功能图像数据的信噪比较低,且功能激活信号的空间位置及范围未知。从低信噪比的图像数据中准确、可靠地检测及定位功能激活信号,并给出激活区的生理信号或任务相关的时间变化曲线,是基于fMRI的脑与认知科学研究中必须解决的关键问题。本文以理论和仿真方法,对fMRI数据的运动校正、血液动力学响应的时空动态特性、血液动力学响应函数估计以及血氧水平依赖信号的模型等进行理论分析和数据处理算法研究,并利用以物理实验方法所得到的视觉fMRI数据,验证了所提出方法的正确性和有效性。主要工作如下：1.实验中因受试者头部的微小移动,导致时间序列fMRI数据变化,需进行运动校正。针对时间序列功能图像这种四维数据的配准问题,提出了一种基于局部刚体变换的校正方法,通过对功能像内的切片运动做出更合理的假设,从数据获取的角度构造功能像各切片的局部空间数据,在估计切片的空间位置时采用修正的Gauss-Newton最优化方法,从而实现功能像的精确校正。仿真和真实的fMRI实验表明,该方法增强了图像配准的鲁棒性,提高了图像配准精度。2.针对血液动力学响应的时空动态特性分析,提出一种基于小波变换的分析方法,对组块设计实验中激活区内各体素对应时间序列数据进行多尺度小波变换,通过分析小波系数分离趋势项和结合方差分析检测周期成份,构造延迟响应和平滑效应参数,提取激活区周期性变化信息。构造参考波形序列,采用最小二乘法对每个激活区的每个实验周期的激活类型进行检测识别,最终得到每个实验周期内的各激活区的动态变化,相应的生理信号变化和信号强度变化的时间曲线。经视觉实验实测,该方法能有效检测fMRI数据中与实验密切相关的脑激活区血液动力学响应的时空动态变化。3.不同被试、不同脑区、不同任务的血液动力学响应存在差异,针对血液动力学响应函数信息的准确提取,提出一种基于时间正则化的血液动力学响应函数的估计方法,应用Bayesian方法的确定性结果,结合Tikhonov正则化和广义交叉检验选择正则化参数,并从峰值时间、响应高度和宽度三方面检测估计血液动力学响应特征的精度。仿真和实验结果表明,该方法可产生较准确的血液动力学响应函数估计,提高了时间序列fMRI图像功能激活信号检测精度。4.针对描述BOLD信号的模型,提出一种非线性滤波方法,在双重粒子滤波算法的框架中同时估计内在的生理状态和系统参数,通过脑血流,脑血容和耗氧成分等估计系统状态。仿真和实验结果表明,双重粒子滤波算法产生了合理的生理状态及系统参数估计,该方法相对于传统的线性化方法,更精确、稳健。综上,本文围绕fMRI在脑认知研究中应用所涉及的主要理论问题,从数据的预处理(运动校正)到信号的分析(血液动力学响应的时空动态特性、血液动力学响应函数估计以及血氧水平依赖信号的模型)进行了有一定系统性的研究,增强了利用fMRI数据挖掘深层次脑功能信息的能力。仿真与实验数据处理的结果证明了这些方法和技术创新的有效性和应用价值。