人类大脑是一个分工精细且相互协调的高级信息处理系统,通过多个脑区的共同协调工作,人脑能够完成对信息的接收、传递、加工、融合等过程。功能分离和功能整合是大脑功能两个最基本的组织原则,其中功能分离是功能定位假说的基础,功能整合指人的行为是由多个脑区共同协调完成,是研究脑连接和脑网络的理论基础。对于大脑功能整合研究,通常基于功能连接(functional connectivity)和有效连接(effective connectivity)概念。大脑的有效连接度量的是脑区之间是否存在相互作用以及其相互作用的方向性和强弱。目前有不同的方法用来研究有效连接,例如结构方程模型(Structural Equation Model, SEM)、动态因果模型(Dynamic Causal Modeling, DCM)和格兰杰因果分析(Granger Causality Analysis, GCA)模型。其中,格兰杰因果分析以其模型简单、不需要模型先验假设等优点被广泛应用在探索不同脑区之间的有效连接中。人脑有效连接的研究通常需要借助于功能磁共振成像(functional Magnetic Resonance Imaging, fMRI)技术。fMRI以其无创性、较高的空间、时间分辨率和良好的可重复性等优势,已成为目前进行脑科学研究的重要技术手段。根据图像采集状态,功能磁共振成像分为任务态fMRI (Task-state fMRI)和静息态fMRI (Resting-state fMRI)。由于病重患者无法完成实验任务等因素,任务态功能磁共振成像在对一些疾病的研究上受到限制,然而,受试者在静息态功能磁共振扫描过程中不需做任何任务、只需保持安静等,静息态功能磁共振成像在双相障碍、精神分裂症、和抑郁症等神经性疾病研究中有广泛的应用。格兰杰因果分析模型是静息态功能磁共振有效连接研究的重要方法,在对功能磁共振数据进行格兰杰因果分析建模时,如何选取模型的阶数是目前格兰杰因果分析中需要解决的关键问题之一。在利用格兰杰因果分析处理静息态fMRI数据时,研究人员通常选择一阶模型,但是,一阶模型是否能够正确反映脑区之间的因果关系还有待于进一步研究。本论文的主要研究内容是格兰杰因果分析中的模型阶数选取方法。由于人脑脑区之间真实的有效连接形式尚不清楚,我们使用模拟数据来研究模型阶数选取对格兰杰因果分析结果的影响,并给出科学选取格兰杰因果模型阶数的方法。在此基础上,将格兰杰因果分析应用于双相障碍患者静息态功能磁共振数据的有效连接分析中。双相障碍是一种由神经系统功能整合不良引发的疾病,目前已有研究表明,杏仁核和前额叶在双相障碍的发病机制研究中具有关键作用,本研究分别对15例双相障碍患者和15例健康志愿者的静息状态功能磁共振数据,采用格兰杰因果分析方法,研究双相障碍患者杏仁核(Amygdala)和内侧前额叶(interMedial Prefrontal Cortex, mPFC)之间有效连接形式的改变。研究发现,与正常组相比,双相障碍患者右侧杏仁核与内侧前额叶之间的有效连接消失,左侧杏仁核与内侧前额叶之间虽然仍存在有效连接,但其连接形式出现异常,本研究对今后双相障碍的诊治具有重大的借鉴意义和推动作用。