【目的】大脑在本质上是一个极其复杂的网络,它通过脑区的分化和不同脑区之间整合完成认知、学习、情感和记忆等各种脑功能,这是大脑在群体上的共性/规则性。由于不同个体的大脑之间具有较大的差异性,因此如何优化大脑模板的选择以及在不同个体大脑间建立精确的结构和功能对应关系,是分析和比较不同个体或群体脑网络的基础。本文运用多模态磁共振成像（Magnetic resonance imaging,MRI）,包括弥散张量成像（Diffusion tensor imaging,DTI）和静息态功能磁共振成像（resting state functional magnetic resonance imaging,rsfMRI）,从三种不同脑网络分析层次探索高功能孤独症谱系障碍（High-functioning autism spectrum disorder,HF-ASD）患者的脑结构网络属性,并且在优化脑网络节点/脑区选择的基础上,以数据驱动的方法筛选HF-ASD患者的脑网络诊断标记物,主要研究内容及结果如下:【方法】研究一基于图论的全脑白质结构网络特征的HF-ASD儿童少年诊断分类对36例6～16岁HF-ASD儿童青少年以及39例年龄、性别以及智商相匹配的支持对照组进行弥散张量成像（DTI）扫描,在纤维追踪技术的基础上运用AAL模板,基于图论的分析方法分析两组被试脑网络的拓扑属性值,并进一步探讨HF-ASD儿童青少年脑网络拓扑属性特征值与年龄以及临床症状之间的相关性,最后运用支持向量机的分类方法,基于图论的脑网络拓扑属性特征值对HF-ASD和对照组进行分类。研究二基于DICCCOL模型的脑功能网络特征的HF-ASD儿童少年诊断分类为了建立不同个体大脑间精确的结构和功能对的对应关系,我们结合DTI和rsfMRI数据,在基于白质结构的基础上研究37例HF-ASD患者和33例对照组的脑功能网络,以期寻找较为一致的生物标志物。在本文中,利用多模态DTI/rsfMRI数据集,对HF-ASD中的结构和功能连接进行了连接体规模的评估。首先在受试者的DTI图像中,提取358个感兴趣脑区DICCCOL（音[’daik?l],是英文Dense Individualized and Common Connectivity-based Cortical Landmarks的首字母缩写,意为密集的个体化且共有的基于连接模式的大脑皮层标记）,然后,将受试者的rsfMRI图像通过FSL中的线性配准工具FLIRT映射到其DTI图像空间,从而得到感兴趣脑区在fMRI图像中对应的位置,然后将它们应用于全脑功能连接分析以及HF-ASD诊断指标的筛选。通过特征提取及机器学习的方法,得到一组分化能力最强的功能连接体,命名为“连接体签名”。研究三基于稀疏编码的脑功能连接网络特征的HF-ASD儿童青少年诊断分类本部分通过使用格里菲斯量表父母评定版（Griffith empathy measure parent ratings,GEM-PR）和rsfMRI数据集,对80例HF-ASD患者和50例对照组行了研究,以探讨HF-ASD患者比较稳定的生物标志物。在方法上首先比较了两组被试的同理心能力,然后我们使用了一种有效的数据驱动方法,即字典学习和稀疏编码（Dictionary learning and sparse coding,DLSC）的分组方式,提取了一组功能网络。然后,将HF-ASD和对照组的局部共同功能脑网络自动分解为一组感兴趣区域（Region of interests,ROIs）,进行进一步的功能连接分析。利用导出的功能连接矩阵,我们研究了区分HF-ASD和对照组的三个度量,包括相关性、偏相关性和切线嵌入矩阵,并从三种不同的度量方式对HF-ASD和对照组进行分类。随后对功能连通性结果进行了进一步的分析。【结果】研究一基于图论的全脑白质结构网络特征的HF-ASD儿童青少年诊断分类结果发现与对照组相比,HF-ASD儿童青少年脑结构网络的全局拓扑属性异常,表现为局部效率（Local efficiency,Eloc）（p=0.02）和校正集群系数（γ）的显著降低（p=0.00）;HF-ASD的脑结构网络的16个核心节点均与TD组相同,右侧尾状核是TD组的核心节点之一,但在HF-ASD组中并无核心节点的功能。以脑网络属性全脑网络效率为特征进行两组的分类,准确率可达60%,敏感性为60.7%,特异性为59.6%。研究二基于DICCCOL模型的脑功能网络特征的HF-ASD儿童青少年诊断分类本部分研究结果表明,这些“连接体签名”具有显著的高HF-ASD和对照组分类准确率达到91.43%,敏感性为97.29%,特异性为84.85%。HF-ASD组有30个高识别力的功能连接强度增强,有10个功能连接强度减弱。通过功能元分析,我们发现高识别力的功能连接有来自于同一个网络内的,也有来自于不同网络间的连接,认知-认知、认知-情感和情感-情感网络显示出更高的参与度。研究三基于稀疏编码的脑功能连接网络特征的HF-ASD儿童青少年诊断分类本部分研究结果发现,分类准确率在三种矩阵度量中分别达到了95%、95%和100%,这说明我们运用的DLSC方法可以提取出HF-ASD和对照组具有代表性和特征性的脑ROI图谱。功能连通性结果的进一步分析表明,HF-ASD有多个连接异常,尤其是连接左侧颞下叶和左侧顶叶（属于交界处颞顶联合区的部位）,和连接脑岛和前扣带（属于凸显网络（Salience network,SN））的功能连接。HF-ASD患者的共情能力低于对照组,表现为与TD组相比,HF-ASD组GEM-PR量表总分,GEM-PR认知分量表,GEM-PR情感分量表分数的显著降低。而且这种同理心的异常与凸显网络和社交脑网络的损伤存在显著相关性（p<0.05）。【结论】1.儿童青少年期HF-ASD全脑白质结构网络存在着小世界属性,HF-ASD组全脑局部信息处理效率可能降低,运用传统的AAL模板,基于图论的全脑网络拓扑属性值对HF-ASD和对照组进行分类,效果不佳;2.在DTI全脑白质结构研究的基础上,运用白质结构定位大脑皮层节点,并通过FSL软件中的FLIRT映射功能定位功能网络研究的节点,以功能“连接组签名”为特征来分类HF-ASD和对照组,通过两个阶段的特征提取过程可以有效对HF-ASD进行分类,正确率可达到91.43%,并且认知-认知、认知-情感和情感-情感显示出更高的参与度。我们的工作为使用功能性“连接体签名”作为HF-ASD的神经影像学生物标记物提供了支持;3.最后,我们加大样本量,基于数据驱动的稀疏编码和字典学习的方法定位功能网络研究的节点,以此种方法定义的个体化模板的功能连接进行HF-ASD的诊断分类,正确率可达到95%以上,且HF-ASD患者存在多个脑网络不同程度的损坏,并且筛选出的潜在生物标记物主要落在SN、JPG、SCN及DMN等脑网络区域。HF-ASD患者的共情能力低于对照组,而且这种共情能力的异常与凸显网络、社交脑网络的损伤可能存在潜在的关联。