功能性核磁共振成像(fMRI)是一种非侵入性的,测量大脑各区域激活水平的技术,是研究大脑活动的重要工具之一。对fMRI数据的分析,已经取得了非常多的成果,加深了人们对大脑活动的认识。不过由于大脑是一个十分庞大和复杂的系统,人们对大脑的认知还远远谈不上透彻,因此对大脑的分析研究,仍然具有重要的理论和现实意义。本文获取了758名健康受试者的fMRI数据,对大脑静息态的fMRI数据进行了分析,同时探究了静息态fMRI数据分析得到的特征与受试者认知能力之间的关系。首先本文对fMRI数据分别进行了动态功能连接分析和共激活模式分析。在动态功能连接分析中,本文采用滑动窗口的方式捕捉动态功能连接,利用K-means聚类算法,确定了5个重复出现的动态功能连接模式,深入分析了每个连接模式的功能连接特征,并计算了在整个数据集中,每个连接模式的相关统计量。在共激活模式分析中,本文采用K-means聚类算法,确定了8个重复出现的共激活模式,并详细分析了每个共激活模式中,大脑各区域的激活情况。同样地,计算出了每个共激活模式的相关统计量。动态功能连接模式和共激活模式是从两个不同的角度对fMRI数据分析得到的结果,本文探究了两种模式之间的同步性。本文采用了动态功能连接模式和共激活模式的统计量作为特征,探究其与认知能力之间的关系。第一,本文提出了,将静息态数据特征与任务态数据特征联合使用来训练模型,预测认知能力。本文获取了与静息态fMRI数据相同受试者的三项认知能力评分,以及相对应的任务态fMRI数据。本文对每一个任务态fMRI数据集都分别做了动态功能连接分析和共激活模式分析,采用神经网络模型,将动态功能连接模式和共激活模式的统计量作为特征,分别训练了静息态特征模型,任务态特征模型,以及静息态和任务态的联合特征模型。结果表明,联合特征模型,与只使用静息态特征或任务态特征训练的模型相比,效果均有显著地提升。第二,探究静息态状态特征与认知能力之间的统计关系。主要采用相关性显著性检验的方式,来检验动态功能连接模式和共激活模式的统计特征,与认知能力之间是否具有显著的相关关系。结果表明,特定认知能力,某些统计量具有显著的相关关系,为静息态大脑活动与认知能力之间关系的理解,提供了参考依据。