本文應用靜息態功能磁共振成像（rfMRI）的圖論數據分析方法，分析全腦共90個分區的幼兒小世界神經網絡，試圖明確：①幼兒小世界神經網絡節點的屬性參數與幼兒智力發育水平有無相關性。②幼兒小世界神經網絡參數與兒童的基線參數，如性別、年齡，以及父母教育程度等人口學參數有無相關性。本研究共納入12名健康幼兒，其中9名男性，3名女性，年齡（33.42±8.42）月。所有受試者的智力發育水平采用Gesell發育量表，并采集對血氧水平依賴（BOLD）信號敏感的靜息態功能磁共振信號數據。采用Matlab環境下的SPM5軟件包進行數據處理；進一步應用基于圖論的分析方法得到全腦小世界屬性及自動解剖標簽（AAL）模板下的90個腦區的節點屬性，并分別對上述屬性與Gesell發育量表及人口學數據做了相關性分析。研究發現小世界神經網絡諸多節點屬性與Gesell發育量表參數相關，介數主要集中于丘腦、額上回及枕葉，大部分呈負相關，如量表中表示個人與社會相關的腦區枕上回的r值為-0.729（P=0.007）；度主要集中于杏仁核、額上回、頂下回，大部分呈正相關，如量表中與大動作相關的頂下回的r值為0.725（P=0.008）；效率集中于額下回、頂下回、島葉，大部分呈正相關，如量表中語言相關的頂下回r值為0.738（P=0.006）；節點聚集系數集中于額葉、頂下回、中央旁小葉，呈正相關；節點最短路徑集中于額葉、頂下回、島葉，呈負相關；左、右腦相關腦區分布不同。但關于小世界整體屬性與Gesell發育量表的關系，我們未發現有統計學意義的相關。小世界網絡節點屬性指標與其他人口學指標有相關性的熱點腦區位于顳葉、楔葉、扣帶回、角回和中央旁小葉等區域，且大部分屬于默認網絡。本文研究結果說明，小世界神經網絡節點屬性與幼兒智力水平及人口學數據存在廣泛的相關性，并且不同的腦區有其不同的分布特點，優勢腦區分布符合相關的功能；這些諸多相關性的存在，使我們可以了解在幼兒發育過程中，小世界神經網絡隨時在發生變遷和改變。
輕度認知障礙是介于年齡相關的認知功能減退和癡呆間的一種臨床狀態。隨著神經影像和神經生理學技術的發展，研究者可以無創地獲取人腦的結構和功能信息，并利用復雜網絡理論構建腦網絡。基于圖論的研究表明，輕度認知障礙患者在大尺度上具有小世界屬性，但網絡拓撲結構失調，而這種失調與認知功能顯著相關，且網絡屬性介于阿爾茨海默病和正常被試之間。本文從多模態數據角度回顧了基于復雜網絡的輕度認知障礙腦連接的最新進展，著重其全腦結構、功能網絡失調及聯合協變失調的圖論證據，并提出目前發展的限制和未來研究方向。
本文旨在研究持續短陣快速脈沖刺激（cTBS）干預對情緒加工腦功能網絡的影響。我們采用 cTBS 技術對 10 名受試者的左前額背外側皮質（DLPFC）區域進行干預，同時記錄干預前后受試者進行情緒面孔性別識別任務時的頭皮腦電（EEG）信號，然后采用 EEG 信號相位同步值來衡量兩個腦網絡節點間的連接強度，并運用網絡效率來描述腦區的信息傳遞效率。研究結果發現，經由 cTBS 技術干預受試者腦區，再采用情緒面孔圖片刺激后，100～300 ms 時間窗內的 EEG 信號的 β 頻段的事件相關功率明顯增強；不同的情緒圖片刺激下，中性和負性情緒圖片刺激的 EEG 信號全局相位同步值比正性情緒刺激下更高；情緒加工腦網絡小世界特性增強。綜上所述，本文通過研究左側 DLPFC 活躍性改變對情緒加工腦網絡的影響，初步探索了情緒加工腦網絡機制，為以后的情緒加工腦網絡研究提供了參考。
人工神經網絡具有大規模的信息處理和存儲能力、良好的自適應性以及很強的學習功能、聯想功能和容錯功能。動態特性的研究一直是人工神經網絡理論研究的重點，主要原因在于人工神經網絡的應用都與網絡的動態特性有關。目前，神經網絡的研究主要是基于層級網絡，其拓撲不能模擬真實生物神經網絡。小世界網絡作為大量真實復雜系統的高度抽象，具有生物神經網絡特性。本研究首先構建了小世界網絡并基于復雜網路理論選擇出適合于小世界網絡的最佳參數，進而基于突觸可塑性調節機制和小世界網絡拓撲構建了小世界神經網絡，并從放電特性、突觸權重動態特性和復雜網絡特性三個方面分析了小世界神經網絡的動態特性。實驗結果表明：隨著時間的增加，小世界神經網絡的興奮性與抑制性神經元放電模式沒有改變且神經元的放電時間趨于同步；小世界神經網絡中各神經元間的突觸權重急劇減小最終趨于穩定；網絡的連接減弱且信息傳遞效率降低，但小世界屬性較為穩定。小世界神經網絡的動態特性隨時間而變化且相互影響：網絡的放電同步特性可影響突觸權重趨于最小值分布，進而突觸權重的動態變化也可影響復雜網絡特性。
利用腦網絡對腦功能機制和腦認知狀態進行基礎研究具有重要的意義。本文依據一種測量頭皮腦電信號（EEG）的時間-頻率域相互作用的方法，即偏定向相干（PDC），提出了動態 PDC（dPDC）算法對運動想象的因效性網絡建模。研究利用 2008 年第四屆 BCI 競賽數據的 9 個被試計算了不同運動想象任務下因效性網絡的參數特征（出入度、集群系數、離心率等），通過顯著性檢驗分析了左、右手運動想象在不同腦區 EEG 信號的交互影響。結果表明，左右手想象任務的網絡集群系數大于隨機網絡，且特征路徑長度與隨機網絡近似，驗證了該網絡的小世界特性。對左、右手運動想象的網絡特征參數的分析對比，驗證了兩種任務部分特征具有顯著差異，如：針對出度的統計分析表明，在 ROI2（P = 0.007）和 ROI3（P = 0.002）區域具有顯著差異。基于 dPDC 算法的因效性網絡對運動想象腦區間信息流變化的分析表明，左、右手運動想象的活動區域主要位于左右側中央前回（ROI2 和 ROI3）和左右側中央枕區（ROI5 和 ROI6）。因此，基于 dPDC 的因效性網絡可以有效表征運動想象的狀態，為研究提供了新的手段。
目的 探討空間導航能力極好和空間導航能力極差人群的腦功能網絡拓撲結構差異。方法 2020 年 9 月－2021 年 9 月，從中國人民解放軍陸軍邊海防學院選取符合納入標準的 100 名大學生，進行空間導航能力的測試，選取空間導航能力極好者（GN 組）和空間導航能力極差者（PN 組）各 25 名，采集他們的腦部靜息態功能 MRI 及 3D T1 加權結構像數據。應用圖論分析研究大腦網絡的拓撲結構，包括全局和局部的拓撲學屬性。結果 在閾值范圍內，GN 組和 PN 組在聚類系數、特征路徑長度、局部效率的差異無統計學意義（P>0.05）。GN 組和 PN 組的腦功能連接網絡滿足標準化的聚類系數（γ）>1、標準化的特征路徑長度（λ）≈1、小世界屬性（σ）>1，具有小世界網絡屬性，GN 組的全局效率（0.22±0.01 vs. 0.21±0.01）、γ 值（0.97±0.18 vs. 0.81±0.18）和 σ 值（0.75±0.13 vs. 0.64±0.13）的曲線下面積高于 PN 組，差異有統計學意義（P<0.05），兩組間 λ 值的曲線下面積差異無統計學意義（P>0.05）。節點水平分析結果顯示 GN 組與 PN 組在左側眶部額上回（0.29±0.05 vs. 0.23±0.07）、右側直回（0.29±0.05 vs. 0.23±0.09）、左側扣帶回中部及其側面環繞的腦回（0.22±0.02 vs. 0.25±0.02）、左側枕下回（0.32±0.05 vs. 0.35±0.05）、右側小腦 3 區（0.24±0.04 vs. 0.26±0.03）、右側小腦 9 區（0.22±0.09 vs. 0.13±0.13）的節點聚類系數曲線下面積差異有統計學意義（P<0.05）。兩組間的度中心性和節點效率的曲線下面積差異無統計學意義（P>0.05）。結論 與空間導航能力極好者相比，空間導航能力極差者大腦拓撲學屬性仍符合小世界網絡屬性，但腦區間的連接性較空間導航能力極好者降低，有向隨機網絡轉化的趨勢，某些腦區的節點聚類系數降低或升高。不同空間導航能力人群大腦功能網絡連接性存在差異。