孤独症谱系障碍（Autism spectrum disorder,ASD）是一种神经发育障碍,患者表现出持续性的社交沟通障碍,并且出现限制重复的行为和活动。本研究对孤独症儿童的静息态脑电数据进行处理,寻找有效的脑电生理标志物,为孤独症的病理生理学提供有效的依据,推动其检测诊断的发展。本文首先基于脑网络对孤独症的严重程度进行了横向研究,探索了孤独症儿童在大脑发育上存在的异常,以及对孤独症儿童病情有指导意义的脑电生理指标。结果发现,ASD患儿表现出过激活的功率谱密度,脑网络上表现出长程连通性下降,前额连通性的增加,以及网络效率的下降。这表明ASD患儿大脑整合和处理相关信息的功能受损。此外,本文发现ASD患儿症状的严重程度和其相关的大脑活动关系密切。具体来说,脑网络指标与诊断得分显著相关,而且结合相应的空间网络拓扑特征能够更有效地预测诊断得分。本文进一步开展基于脑网络的孤独症儿童年龄发育研究。将被试按照年龄划分为6-8岁、8-10岁以及10-12岁3个组进行研究,发现各年龄段ASD患儿的大脑模式和横向研究的结果类似,而在脑电生理指标与正常儿童的相对差异上呈现出曲折上升的变化趋势,即功率谱密度和网络属性的相对差值随年龄的变化先微弱减小,再迅速增大。这可能是因为在学龄初期,教育干预对其大脑发育起到了正向的促进作用,导致ASD患儿和正常儿童之间的大脑差异减弱。而又因为青春期以及学业的加重,ASD患儿较低的适应性使其和正常儿童的差异迅速拉大。为了量化孤独症儿童短期内大脑的发育情况,本文基于脑网络对高得分孤独症儿童进行了短期纵向研究。分别计算了基线、基线6周之后、基线24周之后,3个时间点上孤独症患儿的样本熵、网络连接矩阵以及网络属性和这些指标相对于正常儿童的差值。结果发现ASD患儿的样本熵和网络属性与正常儿童的相对差值随着时间的推移都具有逐渐增强的趋势。进一步融合前两次的各网络指标能够有效预测高得分ASD患儿24周之后的认知能力,这说明脑电生理指标有着预测孤独症儿童认知能力发展的能力。综上,本研究从横向、年龄、纵向3个方面,探索了脑电生理指标在孤独症儿童的神经机制、症状严重程度、年龄变化影响以及对认知能力的预测情况上的应用,为孤独症的临床诊断和治疗提供多维的辅助。