静息态功能磁共振为研究人脑功能开辟了新的途径。在复杂网络科学发展的推动下,形成了一个新兴的多学科领域,人脑功能连接组学。这种基于静息态功能磁共振和网络方法的结合已被广泛应用于研究功能脑组织的异常,心理健康,发育发展以及个体差异等多个方面。然而,近期多项研究表明,脑功能连接组的结果只有较低的重测信度(<0.4)。与此同时,存在大量不同的脑模板,边过滤方法和网络度量指标,这使得研究人员经常在不一致和不可靠的结果中感到迷茫。本研究中,我们采用人类脑连接组计划(HCP)公开重测数据集,对脑功能连接组结果的重测信度进行了系统研究。特别是网络构建两个基本步骤,即节点定义和边的的定义:节点定义过程中,我们选择了25种基于解剖结构或功能特征的大脑皮层分区与皮层下分区;边定义过程中,我们选择了1个常用频段和6个基于理论框架的子频段,以及12种基于手动驱动或数据驱动的网络边的过滤方法。随后,我们在全局、节点和功能网络3个层面分别检查了多种网络指标的重测信度。结果表明,经过优化流程的脑功能连接组结果能够获得较好重测的信度(>0.7)。基于正交最小生成树等数据驱动网络构建方法具有更高可重复性,优于传统使用稀疏度或绝对阈值网络构建方法;slow2至slow4频段相对其它子频段具有更好的重测信度;皮层下节点的加入可以大幅度提高网络指标重测信度,在只使用皮层分区构建节点时,分区个数为400左右的模板能够综合考虑全局和局部节点的影响。我们建议,构建脑功能连接组时将多个处理步骤作为一个整体流程,当考察不同的结果指标时应该匹配对应的处理流程。因此我们还提供一套在线工具,可以根据需要,提示科研人员如何选择节点、边,频段以及指标以便于获得最优重测信度,并提供实践性操作指南。