认知科学与脑科学研究表明,大脑是一个高度组织分层的复杂系统。基于脑功能磁共振成像(functional magnetic resonance imaging,fMRI)的功能连接分析可实现大脑功能剖分,是理解大脑组织结构和功能的基础。以往基于功能连接的剖分很少考虑功能连接的动态性,无法反映大脑功能子区之间的动态交互连接。为得到更合理有效的功能剖分方法,进一步了解脑区及脑网络的功能与结构,本文以皮下组织的海马体和大脑皮层的视觉区作为剖分区域,研究基于动态功能连接的功能子区剖分方法,并提取全脑功能网络。本文主要工作内容如下:基于动态功能连接状态中心的剖分方法。我们对海马体进行了静态/动态功能连接分析,得到静态剖分及基于动态功能连接状态中心的动态剖分结果,而后采用海马体的静态/动态功能连接进行阿兹海默症的判别。结果显示,动态功能连接展现出了大脑非对称性,有更高的阿兹海默症判别正确率,且动态剖分结果的可重复性更高。这些结果促进了脑区剖分的发展,加深了我们对海马体结构和功能的认识。基于动态功能连接度的剖分方法。基于全脑动态功能连接度,我们采用组独立成分分析法(group Independent Component Analysis,g-ICA)对全脑进行脑网络成分提取,并对各成分的时间序列进行聚类分析,而后基于动态功能连接度对视觉皮层进行剖分。结果显示,我们提取到出具有生理意义且与以往研究相似的网络成分,且通过时间序列分析得到的反相关状态对与以往研究结果相关。这些结果加深了我们对脑功能网络及其网络之间功能差异/协同关系的理解,为脑区剖分提供了新思路。