人脑是一个高度复杂的生理神经网络系统,被分为50个具有不同功能的皮层区域,脑功能区通过脑功能网络实现个体感知、注意、记忆、运动、思维、语言、情感等认知行为。通过脑功能网络的研究可以来探讨脑功能的机制。功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)具有无创、重复性强、高时空分辨率、易定位的特点,被广泛应用于脑功能网络的研究。静息态fMRI测量脑静息态自发活动血氧依赖水平(Blood Oxygen Level Depend,BOLD)信号,更接近于生理状态,无复杂实验设计,没有任务要求,操作方便,重复性好,信息稳定可靠,可分析内容多,在脑疾病的研究中具有明显优势,也逐渐应用于脑功能网络的研究。有效连接可以应用于fMRI数据的分析脑功能网络,探讨大脑的脑神经系统响应机制,深入了解人脑功能网络信息处理与信息传递的机制,被应用于探索脑认知功能和了解脑功能性疾病的发病机理。本论文以静息态fMRI为研究对象,以有效连接方法为研究重点,深入探讨静息态fMRI的有效连接方法以及有效连接的可靠性。有效连接方法中的格兰杰因果分析(Granger Causality Analysis,GCA)模型和动态因果模型(Dynamic Causal Modeling,DCM)可被应用于静息态fMRI的分析脑功能网络的研究。GCA和DCM目前对于静息态fMRI的有效连接分析,方法上存在许多的改进,但仍处在一个不成熟阶段,特别是对有效连接结果的可靠性判断。多变量GCA可以同时分析脑功能网络中多个变量间的因果关系。波谱动态因果模型(spectral DCM,sp DCM)是在频域来分析脑功能网络中节点的动态因果关系。本文针对这两种有效连接方法,首先对比研究它们对静息态fMRI的有效连接分析的可靠性。本文基于球体模型提取感兴趣脑区的进行多变量GCA和sp DCM建模分析,并首次将结构模板模型应用于sp DCM,基于结构模板模型,对静息态fMRI数据进行多变量GCA和sp DCM建模分析。研究结果显示,整体上多变量GCA与sp DCM分析静息态fMRI的有效连接均具有一定可靠性和一致性;结构模板模型和球体模型对应的有效连接结果存在连接强度差异,因果关系存在一致性;sp DCM比多变量GCA在对于低频信号的有效连接分析更为敏感,更逼真的描述脑功能网络的活动,而多变量GCA可以更好的准确探测已存在的有效连接。静息态fMRI成像扫描的时间长度目前没有标准的约束条件,基于静息态fMRI成像的脑功能网络研究中,存在各种不同的但并不针对性的fMRI信号时间序列长度,很少有研究专门针对静息态fMRI的有效连接中扫描时长参数进行研究分析。本文通过仿真实验模拟不同时长的静息态fMRI数据,对各组静息态fMRI数据的进行多变量GCA和sp DCM分析处理,探讨fMRI信号时长对两种有效连接方法的影响和对应可靠性的时长范围。研究结果发现多变量GCA适用于静息态fMRI时长较低的范围,spDCM适用于静息态fMRI时长较长的范围。本文研究真实的静息态fMRI的有效连接的扫描时间长度影响。针对抑郁症疾病模型的静息态fMRI有效连接的分析,研究结果显示,多变量GCA和sp DCM有效连接结果受fMRI时长的影响,不同时长的有不同的有效连接;有效时长约束范围内择取合适的有效连接方法可分析得到较为可靠的有效连接结果,有效连接择取合适的时长也可以分析得到较为可靠的有效连接结果。