重度抑郁症是一种常见的精神障碍疾病,严重的影响患者的心理社会功能,并降低患者的生活质量。重度抑郁症发病率高、诊疗困难,给家庭和社会带来了沉重的负担。尽管经过数年的基础科学、临床神经科学和精神病学研究,重性抑郁症的病理生理学仍未得到很好的理解。磁共振成像（magnetic resonance imaging,MRI）是一种安全且无创的观察大脑神经解剖区域结构和功能的技术。其中,基于血氧水平依赖的功能磁共振成像（blood-oxygenation-level-dependent-functional MRI,BOLD-fMRI）技术,可以研究静息态/任务诱导情况下血液流经大脑时的流量和氧气使用情况,从而拓宽我们对大脑在健康以及疾病条件下的运作模式的理解。近年来BOLD-fMRI技术在科学研究和临床应用中依然持续受到欢迎,但目前这种技术的潜力仍然未被全部开发。因为先前的研究大都没有考虑检测脑白质组织中的神经活动,而关于大脑功能以及疾病脑功能异常表征的研究基本都是以脑灰质作为载体。相反,脑白质信号经常被当作生理噪声回归掉,或者使用灰质模板去除脑白质功能激活结果,抑或选择性地汇报脑灰质激活结果。脑白质中的BOLDfMRI信号作为脑功能潜在指标的性质、解释和相关性仍在探索中,甚至存在争议。本文主要是以MRI为载体,以脑连接网络技术为手段,在不同层次对脑网络方法加以发展,发展多维度探索抑郁症脑网络表征手段。其主要内容包括以下两个部分:第一部分,发展脑白质功能信息探测方法,是本文方法学部分。提出脑白质功能网络构建方法,建立脑白质功能连接预测模型及跨尺度脑白质功能和转录组学融合模型,为探索抑郁症脑功能异常模式提供更全面的视角。首先,提出静息态脑白质功能连接网络构建方法,采用图论分析技术,在健康受试纵向BOLD-fMRI数据上,探测脑白质功能连接网络拓扑属性。结果发现,脑白质功能连接网络展现出稳定且可靠的小世界属性以及非随机的模块化组织模式。并且,这种网络拓扑属性不易受混淆因素的影响,包括:头动、节点空间距离、全脑信号、脑脊液、节点分割、节点血液动力学响应函数、以及网络阈值选取方法。另外,相较于脑灰质功能连接网络,脑白质功能连接网络展现出较低的小世界属性和全局效率,以及较高的节点度和局部效率,表明脑白质功能连接网络更具随机网络特性。该研究揭示脑白质功能信息并非随机噪声,并发现脑白质功能连接网络也具有高效率、低成本的小世界属性,为以后探索精神疾病脑网络异常提供新的载体。其次,建立静息态脑白质功能连接对个体智力的预测模型,利用健康受试纵向BOLD-fMRI数据（三次扫描）以及独立样本数据集,构建基于广义线性模型的大尺度脑白质功能连接网络的行为预测模型。结果发现,基于大尺度脑白质功能连接网络,以第一次数据为训练集,无论以第一次、第二次、还是第三次的脑白质功能连接作为测试集,都能够预测受试个体流体智力,显示出较好的内部预测（验证）能力。并且,该预测能力不受头动、特征选取方法、脑白质模板选取因素的影响。更重要的是,以第一次脑白质功能连接网络为特征,可以预测独立样本的流体智力,显示出较好的外部预测（验证）能力,表明基于脑白质功能连接的个体智力预测模型具有良好的推广性。预测能力较强的特征主要是白质上纵束、深部额叶以及腹侧额?顶叶系统。结果表明,脑白质功能连接网络为个体流体智力的预测提供了一种新的神经影像标记,从而拓展了脑灰质功能信息来探索脑?行为关联关系。最后,发展脑白质功能连接个体变异性模式探测方法,利用健康受试纵向BOLD-fMRI数据（受试半年内完成四次扫描）、微观尺度的脑基因表达数据和介观尺度的多模态磁共振数据,探索个体变异性模式以及其转录组学机制。结果发现,脑白质功能连接个体变异性在空间上展现出非随机的分布模式,即高级认知网络受试间变异性高,而低级感觉运动网络变异性低。进一步,探测艾伦脑基因表达数据和个体间变异性模式之间的关联关系,发现与神经元细胞相关的基因主要在个体变异性高的区域过表达,富集在与突触和谷氨酸能相关的通路,并且与大多数精神疾病相关,如:双相情感障碍、抑郁症、孤独症和精神分裂症等。而与胶质细胞相关的基因则主要在个体变异性低的区域过表达,富集在与胶质细胞再生相关的通路,并且与神经退行性疾病相关。重要的是,脑白质和灰质功能连接个体变异性展现出特异和共有的富集通路,表明了脑灰白质功能信息的互补性和共有性。此外,脑白质功能连接个体变异性和介观尺度功能变异性（脑血流）以及结构变异性（即:髓鞘化、白质体积、部分各向异性）相关。这些发现强调了结合脑灰白质功能个体变异性对于理解大脑进化和发展、指导疾病干预有潜在的意义。第二部分,抑郁症多维度脑网络表征研究。提出抑郁症脑白质功能网络分析方法,从不同维度揭示抑郁症脑网络异常模式;建立抑郁症脑网络异常模式和转录组学融合模型,揭示抑郁症不同层次大脑组织间的联系。首先,采用发展的静息态脑白质功能网络构建方法,探索重度抑郁症病患网络拓扑属性的异常,并建立脑白质功能连接网络拓扑属性模式分类及预测模型。结果发现,相较于健康对照,未用药抑郁症病患的脑白质功能网络展现出降低的归一化聚类系数和小世界属性,揭示病患的脑白质功能连接网络偏向随机化的组织模式。进一步,基于脑白质功能连接网络的小世界性质（归一化聚类系数、归一化最短路径长度、小世界属性）,可以预测病患的抑郁严重程度,并能够对抑郁症病患和健康对照进行区分。结果表明,脑白质功能连接网络拓扑属性在抑郁症病患的潜在临床应用,为探索抑郁症的生理病理机制提供全新的客观脑白质功能影像标记。其次,采用建立的脑影像和转录组学融合模型,揭示重度抑郁症患者脑形态学相似性网络异常模式与脑基因表达的关系。结果发现,相较于健康对照,重度抑郁症患者展现出可重复的形态学相似性网络异常模式。利用艾伦脑基因表达数据,发现与抑郁症异常模式相关的基因富集在与突触相关的通路;进一步,小胶质细胞和神经元细胞的基因表达和抑郁症的异常模式存在关联。结果表明,结合不同维度的脑网络信息,可能会为探索抑郁症的生物学病因提供新的线索。总之,本学位论文以磁共振为载体,发展了脑白质功能连接方法以及建立了脑白质功能连接网络模式识别、预测模型;进一步,建立微观?宏观信息融合模型,探索脑白质功能信息及其抑郁症异常模式的分子机制,从而拓展了探测脑功能活动及连接网路的新视角,并从为探索抑郁症脑网络表征提供了多维度手段。