人类的大脑是目前所知最复杂、最完善的动态信息处理系统,它通过数以亿计的神经元之间不断地组织和重塑连接来实现一系列复杂功能。将复杂网络理论和方法应用于脑神经科学领域,运用系统的观点分析大脑的信息处理和传递机制,对人类认识脑、理解脑的行为机理有着十分重要的意义。本文采用功能磁共振成像技术,运用复杂网络理论构建和分析静息状态下正常健康被试和精神分裂症患者脑功能网络,研究大脑的结构和功能,探讨正常与非正常生理状态脑网络特性。首先以脑功能连接研究为核心,简要介绍了功能磁共振成像技术的发展、原理以及复杂网络理论等背景知识;继而从功能分离和功能整合角度出发,详细介绍了目前分析功能成像数据的各种处理方法,重点阐述了数据预处理的经典方法统计参数映射(SPM)的操作步骤及意义以及功能连接的分析方法。其次,结合复杂网络理论建立和分析静息状态下正常健康被试的脑网络模型,并得出一些有意义的结果。用种子体素法构造邻接矩阵时,规定阈值的设定遵循网络的整体性和小世界性原则,避免了阈值设定的随意性大问题,获得了一个最能代表实际脑网络系统的模型。在此基础上对其拓扑特性进行分析,得出静息状态正常人脑功能网络具有小世界性和无标度性特性。并通过分析网络中心化指标推测出后扣带回、前额叶等脑区是静息状态下较为活跃的脑区,在脑网络的神经活动中起到至关重要的作用。然后,针对静息状态下精神分裂症患者的功能磁共振数据,基于体素水平构建脑功能网络模型并分析网络的各种特性,得出精神分裂症患者的脑网络具有小世界特性和无标度特性,该结论与以往从脑区角度建模分析所得结果一致。进一步将其与正常健康被试的脑网络进行比较,发现精神分裂症患者脑网络的小世界特性与正常人相比有所下降。研究显示复杂网络模型用于发现和估计脑功能网络是一个非常有用的工具,有助于更好的理解非正常生理状态下大脑的生理机制。最后,总结全文并从脑研究发展的总体趋势归纳了进一步可研究和完善的工作。