静息态fMRI信号的振幅(resting state fluctuation amplitude，RSFA)从功能分离的角度描述了静息态脑活动的局部特征，与静息态功能连接(resting state functional connectivity，RSFC)具有互补关系。目前RSFA在脑疾病研究中已经得到非常广泛的应用，但是研究者们对其时间结构还知之甚少。近年来已经有一系列的研究发现基于全长数据的RSFC仅由少数时间点的信息就足以表征，因此推测RSFC是由时间上离散且短暂的自发神经事件所驱动的。然而，同样的结论是否也适用于RSFA还不清楚。
　　鉴于时间结构对于理解RSFA功能的重要作用，我们开展两项研究。在研究一中，我们研究RSFA的关键信息是否可以由时间上稀疏的事件表征。具体来说，我们采用点过程(point process，PP)方法提取局部活动的关键时间点，并检验了RSFA(具体为比率低频振幅，fractionalamplitudeoflowfrequencyfluctuation，fALFF)及其点过程表征(PP-RSFA)在探测被试间差异和条件间差异时是否等价。结果表明，在局部同步性的约束下，大部分灰质体素的PP-RSFA与fALFF在被试水平显著相关，并且在探测睁眼闭眼的条件间差异时PP-RSFA与fALFF具有相似的敏感性。
　　根据上述结果，在研究二中我们进一步探究了局部同步性提升点过程表征RSFA能力的机制。通过对数据分布可视化以及分析点过程序列样本熵与fALFF之间的相关性，我们发现局部同步性约束的起效原因在于离散自发神经事件在时间上排列的有序性。对于比率低频振幅较大的体素，其点过程序列更倾向于表现出比较规则的簇状形式，并且更容易与周围体素同步。
　　综上，本文的研究结果证明了在时间上有序的稀疏时间点足以表征RSFA的关键信息。因此，静息状态下间歇并且有序的神经活动可能是基于fMRI测得的RSFA的主要驱动因素。本文为未来研究进一步揭示RSFA的电生理基础提供了重要线索。