面孔是人们在日常社会生活中频繁接触的视觉刺激。在神经认知科学领域,研究者通过不同的行为测试方式证实健康个体之间的面孔识别能力存在一定差异。在脑科学研究领域,人们对与面孔识别能力相关的大脑神经机制也进行了分析。多项研究通过脑电图(electroencephalograph,EEG)和功能磁共振(functional magnetic resonance imaging,fMRI)成像技术对大脑功能激活情况进行观察,发现在颞叶和枕叶皮层附近存在与面孔识别能力相关的特异性区域。由于颞叶皮层中与面孔识别能力相关的区域多出现在梭状回附近,人们称之为梭状回面孔区(the fusiform face area,FFA)。相应的,将枕叶皮层中与面孔识别能力相关的区域称之为枕叶面孔区(the occipital face area,OFA)。随着弥散张量成像(diffusion tensor imaging,DTI)等技术的发展,人们发现杏仁体和前颞叶也与面孔识别过程有关,且颞叶部分的面孔选择性依赖于杏仁体的输入。此外,以往在进行大脑神经机制研究的过程中,个体差异常常被当作噪声,并通过组内平均的方法进行去除。然而,个体差异是实际存在的,个体差异的研究有利于对现有研究进行补充和扩展。本文主要对面孔识别能力个体差异与大脑结构参数之间的相关性进行分析。具体研究过程如下:首先,通过DTI成像方式对149名健康个体进行大脑图像采集,利用FSL(functional magnetic resonance imaging brain software library)软件对大脑图像进行预处理,为后续数据处理过程做准备。然后,本文分为三部分对面孔识别能力与大脑结构参数之间的相关性进行分析。(1)通过基于纤维束示踪的空间统计方法(tract-based spatial statistics,TBSS)提取全脑的结构弥散参数部分各向异性(fractional anisotropy,FA)值,结合面孔识别测试结果进行探究;(2)利用弥散工具箱(functional magnetic resonance imaging brain’s diffusion toolbox,FDT)对大脑同侧各感兴趣区域(region of interest,ROI)之间的互连强度进行提取,结合组合效应测试结果进行研究;(3)利用加权全脑连通参数(weighted global brain connectivity,WGBC)代表各ROI在全脑范围的连接强度,结合整体部分效应测试结果进行分析。通过三种方式对大脑结构网络与面孔识别能力之间的相关性进行初步探究。最后,总结本文研究结果发现:大脑结构参数与个体面孔识别能力之间存在一定的联系,验证了 FFA与OFA不仅在功能上与面孔识别能力有关,其结构连接情况也与面孔识别能力有关。三方面的研究结果表明左侧颞中回、左侧杏仁体以及左侧颞极均与面孔识别能力存在联系,可能存在一个分布式的大脑网络与面孔识别能力有关,与功能性研究结果在一定程度上具有一致性。此外,本文针对此次研究结果与目前面孔识别能力研究情况进行了必要分析与讨论,对研究的局限性以及将来的研究方向进行了总结。此次研究在全脑范围内分析了大脑结构弥散参数与个体间面孔识别能力差异之间的关系,示踪得到的大脑结构连接情况为个体之间存在的面孔识别能力差异提供了一定的科学依据。