抑郁症静息态功能磁共振数据的研究中,大部分的研究只是对于脑网络的一些静态特征进行组间差异分析,以此来探索找出一些可以对脑疾病进行诊断的生物标志物。近期的研究发现,大脑区域不仅随时间动态变化,其在空间维度也表现出丰富的动态性,且这些动态信息可为脑疾病的分类提供新的角度。另外,领域内还有一些问题并未得到解决,比如脑网络所表现出来的空间动态性,并不是仅存在于脑区内,往往体现于两个脑区之间。那么如何衡量两个脑区之间功能连接的空间动态变化以及所带来的巨大计算消耗,是更有效地挖掘分类特征之前必须解决的问题。本文所做的工作即为以上问题的解决方法之一。区别于已有的只评估脑区内的空间动态变化的方法,本文所提的脑连接空间动态方法,可以衡量随脑区空间动态变化所引起的功能连接的动态变化。另外,为了降低脑区内体素数量庞大所带来的计算消耗,本文采用了高维模板将每个脑区内体素整合成多个子脑,以两脑区子脑之间的功能连接随空间位置变化的动态变化来表示两个脑区之间功能连接的空间动态变化。此外,在脑连接的空间动态研究的基础上完成了脑连接的时空动态分析分类方法研究。本文主要工作有:(1)静息态功能脑网络构建传统脑网络构建过程中,通过阈值的方法来将邻接矩阵转化为脑网络。然而单阈值和多阈值的方法,都会造成连接信息的丢失。但由于邻接矩阵内功能连接规模较大,在对脑连接的时空动态分析研究中,计算一些时空动态性特征指标时消耗较大,本文通过计算具有组间差异的功能连接来构建基于差异连接的静息态功能脑网络来降低计算消耗。此外,对脑网络的差异连接进行了分析,发现本文提取的差异连接与以往的研究相似。(2)静息态功能脑连接的时间动态性分析本文在脑连接的时间动态分析中使用的方法为滑动窗口法,在每个滑动窗口下计算两个脑区的功能连接值,得到一系列随时间动态变化的功能连接值。研究中将这些动态变化的功能连接值来表示连接的时间动态变化,并通过统计分析来找出时间动态性具有组间差异的功能连接。(3)静息态功能脑连接的空间动态性分析基于脑网络空间动态性研究现状,本文通过高维模板将每个脑区内体素整合成多个子脑,以两脑区子脑之间功能连接随空间位置变化的动态变化来表示两个脑区之间功能连接的空间动态。通过脑连接空间动态性分析,发现一些与时间动态性不同的连接在空间动态性的差异中更明显。(4)静息态功能脑连接的时空动态分析及分类方法在目前有关时空动态的研究中,几乎没有进行时空交互方法的研究。本文采用了滑动窗口方法与高维模板结合的方法来对脑连接的时空交互进行研究,完成了对脑连接时空动态性特征提取,并进行了特征选择、分类器模型构建。通过脑连接的时空动态性分析中发现,右侧颞中回与左侧额中回之间的脑连接的三种动态性都具有较为显著的组间差异。另外,脑连接的时空动态分类方法提取的时空动态特征,优于仅表现脑连接时间动态性、空间动态性的特征,本方法在分类中也得到最高的分类性能,准确率达到91.9%。