P300是一种内源性的、与大脑认知功能紧密相关的事件相关电位。P300不仅广泛应用于认知神经科学和脑-机接口(Brain-computer interface,BCI)等领域,且已成为诸多临床疾病不可或缺的研究手段,比如精神分裂症的临床诊断。但目前针对P300神经机制及其个体间差异性的研究仍存在不足之处。本文中,我们以网络结合图论分析作为主要研究手段,基于脑电(Electroencephalogram,EEG)和功能磁共振成像(functional magnetic resonance imaging,fMRI)技术,以静息和任务两个状态的大脑活动为切入点,从不同模态、不同层面的网络对P300的相关脑机制进行了系统研究,为其在诸多领域的应用提供更加完善的神经理论基础。论文相关工作主要分为以下五个方面:1)首先,从静息态EEG脑网络角度,我们研究了Oddball任务诱发的P300及其信息处理的脑网络机制。结果发现,P300幅值与静息态EEG脑网络的平均功能连接、聚类系数、全局效率和局部效率呈现正相关关系,而与特征路径长度呈现负相关关系,同时,与其存在正相关关系的脑网络拓扑分布于前额/额叶与顶/枕叶区域。这说明任务P300的诱发与静息状态下前额/额叶与顶/枕叶区域内资源的高效率整合所带来的静息态脑网络效率的提升有着密不可分的联系。2)在不同节律下,大脑如何从静息态过渡到任务态,其相关资源如何整合、脑网络如何重组仍不清楚。为此,通过进一步挖掘状态切换过程中EEG脑网络拓扑的重构模式,我们探究了P300的脑网络机制。结果发现,P300幅值与1-8 Hz的网络重构耦合强度显著正相关,而与8-13 Hz的网络重构耦合强度显著负相关。基于两个频段的网络重构指标的分类亦发现,此类指标能以100%的准确率将静息和任务状态区分开,以77.78%的准确率将高低幅值组区分开。该结果揭示了脑网络的重构模式能够反映大脑对P300信息处理的效率,并在不同节律之间,以一种动态平衡的模式切换。3)借助同步EEG-fMRI成像技术,从更细微(毫米级)的大脑结构入手,我们研究了任务激活fMRI网络从静息态到任务态的重构模式及与同步EEG-P300的关系。研究发现,任务相关的14个感兴趣区(Regions of interest,ROIs)及其相应fMRI网络与P300幅值显著相关;与高P300幅值组被试相比,在从静息态切换到P300任务时,幅值较低的个体大脑相关ROIs之间的信息交互表现出重构增强的趋势。这说明与P300相关的大脑资源再分配以及网络拓扑重构存在着明显的个体间差异,网络重构能力越强,任务P300信息处理越高效。4)稳态脑网络分析无法挖掘毫秒级时间尺度上脑区之间的相互作用关系,基于自适应定向传递函数(Adaptive directed transfer function,ADTF),我们进一步从时变脑网络角度挖掘了P300信息处理的动态过程。结果发现,在决策处理阶段,大脑中央区作为该阶段的控制源节点;而在神经响应阶段,右侧前额叶成为了新的控制源节点,且从右前额到后顶叶区域的信息流调控着对任务刺激的神经响应。该结果说明了任务P300的诱发包含了动态信息处理的不同阶段,且对应着不同的时变脑网络模式。5)尽管,P300因为与注意和工作记忆等密切相关,被认为是一种潜在的精神分裂症的诊断生物标记,但仅仅采用其波形特征仍然不能得到令人满意的诊断效果。为了进一步提升精神分裂症的临床诊断效果,基于静息态和任务态P300数据集,我们使用P300幅值、网络属性以及网络空间拓扑结构(Spatial pattern of the network,SPN)等特征,对精神分裂症进行临床诊断。结果发现,相比其他两类特征(P300幅值和网络属性),从相应脑网络中提取的SPN特征在区分精神分裂症患者和健康对照时,有更好的识别表现,且不同大脑状态的SPN特征组合能够得到最高的分类准确率90.48%。这部分工作最终阐述了P300及相关脑网络在疾病与对照组被试之间的差异,为理解精神分裂症的发病机制提供了更为全面的信息,并证实了网络空间拓扑结构信息在临床疾病诊断中的重要作用。综上所述,本论文一方面基于静息态和任务态脑网络活动及其潜在的重构模式,探究了P300信息处理的相关脑网络神经机制;另一方面,基于静息态和任务态脑网络的拓扑结构特征,结合多状态、多特征融合策略实现了精神分裂症的精确诊断。这些工作有助于促进P300在临床疾病诊断等多个领域的实际应用。