1. 研究目的与意义（文献综述）

1.1 研究目的及意义

人脑是自然界中最复杂的系统之一，一个多世纪以来，理解大脑的行为以及功能结构一直是一个持续进行的研究课题^[1]。神经元之间的相互连接构成了大脑中信息传输的主要通路，并因此被认为与大脑实现各种功能息息相关^[2]。这种物理连接组成了一个高度复杂的脑结构网络，是大脑进行信息处理和认知表达的生理基础。在大脑结构网络的基础上，各神经元之间、神经系统各部分之间的神经活动能够相互配合、相互协调的进行，因此在广泛的时空尺度上扩展成了动态的复杂功能网络。大脑的结构网络以及功能网络能够通过现代成像技术，例如磁共振成像（magnetic resonance imaging，mri），在宏观尺度上进行观察^[3]。

基于血液氧合水平的功能磁共振成像（functional magnetic resonance imaging, fmri）技术因兼有较高的时间分辨率与空间分辨率，为研究人脑的功能提供了一种重要的手段。特别是静息态fmri（resting-statefmri，rs-fmri）由于能够反映人脑的自发神经活动，已经成为神经科学领域和神经精神疾病领域的研究热点。已有研究表明，利用静息态fmri数据得到的脑功能网络，有效地阐明了空间中分隔的脑区之间的虚拟连接特性，较好地展现了其识别大脑内部功能组织结构^[23]，以及脑区之间的连接如何促进认知过程及导致大脑疾病的潜力^[4-6]。

2. 研究的基本内容与方案

2.1 研究的基本内容

本研究基于静息态fmri数据进行脑功能网络分割，根据大脑体素时间序列的相关性，通过合适的聚类算法对大脑进行划分，有效减少数据冗余，保留大脑潜在的功能组织结构与固有的功能特性，为解释大脑的行为提供强而有效的支持，也为疾病的早期诊断和治疗评价提供脑网络影像学标记。

2.2 研究的目标

3. 研究计划与安排

第1至3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第4至5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

第6至9周：编程实现各算法，并进行仿真调试。

4. 参考文献（12篇以上）

[1] sporns o. the human connectome: a complexnetwork[j]. annals of the new york academy of sciences, 2012, 136:109–125.

[2] smith s m, vidaurre d, beckmann c, et al.functional connectomics from resting-state fmri[j]. trends in cognitivesciences, 2013, 17(12):666-682.

[3] craddock r c, jbabdi s, yan c g, et al.imaging human connectomes at the macroscale[j]. nature methods, 2013, 10(6):524