一系列关注精神分裂症大脑功能网络属性的研究表明,精神分裂症的一个重要特征是病人大脑的并行信息处理能力降低。然而,目前仍不清楚这些功能网络连接异常是否反映了精神分裂症存在潜在的解剖连接异常。本研究使用扩散张量成像技术构建了79名精神分裂症患者与96名性别,年龄和受教育程度匹配的正常对照被试的大脑解剖连接网络,并考察了两组被试的网络拓扑属性差异。研究结果表明,精神分裂症病人和正常对照被试的的脑解剖网络均具有小世界属性,但是精神分裂症患者脑网络的全局连接效率降低,右侧额中回,双侧额下回三角部,右侧额中回眶部,左侧嗅皮质,右侧脑岛以及左侧苍白球等结构的区域连接效率下降,而全脑的局部效率基本无变化。这些发现与之前利用其他影像学技术进行的功能网络研究结果相一致。另外,本文的实验结果显示患者组脑解剖网络的全局效率与局部效率和阳性与阴性症状量表(Positiveand Negative Symptom Scale)评分显著负相关(显著性水平0.05),即病人的临床症状越严重则脑组织间的信息传递效率越低。这些发现为精神分裂症的失连接假说提供了直接的解剖依据,提示脑组织间的白质连接完整性损伤可能是精神分裂症大脑功能异常的潜在原因。本文的研究首次从全脑加权解剖连接网络的角度对精神分裂症的脑区连接异常进行了定量分析。研究结果提示我们,基于图论的复杂网络分析方法可能有助于进行精神分裂症的影像生物学标记研究。　　 医学图像是一个多学科交叉的研究领域,涉及到数字图像处理、计算机图形学以及医学领域的相关知识。本文介绍了作者在学期间开发的扩散张量成像数据后处理软件DTITracking和脑连接网络拓扑属性分析软件MRINetworkPropertyStatisticsSystem。DTITracking软件实现了张量模型重建,扩散指标计算,白质纤维的确定性和概率性跟踪等扩散磁共振成像领域的常用算法。MRINetworkPropertyStatisticsSystem软件实现了根据DTI确定性纤维跟踪结果构建解剖网络,网络的拓扑属性计算以及结果三维显示和显示属性交互修改等功能。目前这两个软件已经成功应用于多家医院临床DTI数据的处理与分析当中。