大脑是人体最复杂的器官,是调节人类各种功能的中枢。研究人员利用各种方法认识脑、保护脑、开发脑。近年来,人们发现脑区之间功能的整合与分化使脑存在特殊的网络拓扑结构。而这种网络拓扑结构与日常认知能力息息相关,并且会随着发展发育、疾病、训练而发生一定的改变。珠心算是一种基于视空间表征的计算方法。研究发现,珠心算训练不仅会影响人的认知能力,并且会影响脑的功能和结构。然而,现有的研究缺乏从脑网络角度研究珠心算训练对脑神经机制的影响,从而无法从全脑整体角度和脑区之间的相互关系来了解珠心算的神经机制。本研究中,我们采用图论理论,基于静息态和任务态功能磁共振数据,探究珠心算训练对脑网络拓扑结构的影响。由于在儿童磁共振数据处理中,空间标准化步骤容易产生误差,影响实验结果。因此,在实验中我们首先优化磁共振处理步骤,希望能增强结果可靠性。在研究中:(1)我们构建了基于实验样本的儿童脑模板,检验儿童模板对于磁共振结果可靠性的影响。我们发现,即使实验样本量较小,构建的脑模板依然可以降低空间标准化带来的误差。同时,在统计分析中,将个体空间与模板空间的差异作为协变量进行相应的矫正,可以降低这种差异对统计检验的影响,达到增强统计检验的敏感性的目的。所以,作为整个研究的基础,在之后的研究中我们均构建了符合被试信息的模板。之后,我们设计了三个子实验研究珠心算训练对脑功能网络的影响,我们发现:(2)视空间策略的广泛运用会增强相关脑区与其它脑区之间的联系,增强这些脑区处理信息效率,并提升相应脑区在脑功能网络中的重要性。这些脑区包括右侧前扣带回、右侧顶下小叶和右侧眶内额上回。(3)不同脑区之间联系的紧密程度是不同的,并以不同的子网络形式存在,不同认知能力相关的子网络组成了全脑功能网络。本研究发现,珠心算训练会促进脑网络中子网络的功能分化,增加子网络的内部连接,降低子网络间的连接。同时,珠心算训练对不同子网络的拓扑结构也存在不同的影响,例如提升视觉网络平均局部效率,而降低运动感知觉网络的平均参与系数。我们推测这些网络结构的变化与视空间策略在珠心算训练中的广泛运用密切相关,训练促使这些网络能更独立、更有效地处理信息。(4)此前研究发现训练与高级认知能力之间存在广泛的迁移效应。基于执行功能任务,我们发现珠心算训练会增强训练者的行为绩效。脑网络分析发现,在执行功能相关任务中,珠心算训练者的额顶网络的功能连接强度显著的大于对照组。珠心算训练不仅影响静息态下脑网络结构,同样会影响特定任务态下的脑连接属性。我们推测,在珠心算训练中,视空间策略的广泛运用会增强相应脑区之间的联系,进而提高这些脑区信息处理的能力。而这些脑区信息处理效率的提升又会进一步影响与之相关的高级认知能力。因此,我们的研究从脑网络的角度为珠心算训练与认知能力之间的迁移效应提供了有力的理论支持,有助于我们进一步了解珠心算训练与认知能力之间的关系。