人脑在多个时空尺度的信息交互是支撑其复杂认知和行为功能的基础,我们尝试利用磁共振成像非侵入式和较高时空分辨率的特点,研究人脑的神经信息交互机理。本文主要以静息状态下人脑的功能连接为对象,进行人脑在多时空尺度下的功能单元划分及其交互模式研究,同时探寻其结构基础。本文主要包含以下三个方面的内容:（1）人脑功能剖分方法研究。人脑的功能单元具有明显的层次性,他们之间通过复杂的功能分离和整合来完成特定的认知和行为任务。正确划分人脑在不同时空尺度下的功能单元是准确刻画其信息交互模式的基础,然而,功能磁共振成像具有比较低的信噪比,而且个体脑之间存在差异,这对大脑功能区的划分造成了干扰。而且,大脑在不同时空尺度下功能单元的数目是未知的,如何确定这个数目也是一直困扰神经科学界的难题。在本文的第二章中,我们提出了一种新型聚类算法,尝试在降噪抗噪的同时,根据功能连接数据自身的分布特点自动确定特定尺度下的脑功能单元数目,而不依赖传统的主观参数选择及先验信息。通过对大脑皮层楔前叶的功能剖分实验,我们验证了新型聚类算法的有效性和鲁棒性,分析了其相对典型聚类算法的优势。同时,多个神经生物学标记表明我们得到的剖分结果是合理的,我们的方法可能对精准脑剖分有重要意义。（2）特定频率的人脑功能剖分和脑网络的拓扑结构研究。我们猜想,人脑在不同时间尺度上的信息交互模式是有差别的。这里引申出两个问题,一是不同时间尺度下的功能单元划分是否一样,二是功能单元间的整合和分离方式是否相同。在本文的第三章中,基于不同频率下大脑皮层各顶点间的相干性,我们利用全局聚类和局部梯度的方法进行皮层剖分。我们发现,在不同频率下脑网络和脑功能子区的定义都有差别,而且脑网络间的亲疏关系也不尽相同。通过对中枢点的定位和聚类,我们很好地刻画了脑网络在不同频率下的拓扑结构。我们的研究将为脑剖分和大脑功能网络信息交互研究提供新的视角。（3）基于大脑皮层三维形态学的性别鉴定。利用大脑灰质或白质的灰度特征计算出特定脑组织的浓度或体积信息,再进行多变量模式识别,是研究人员的通常做法。我们认为,脑组织的浓度测量是受大脑本身形态学影响的,而现有研究表明,传统的皮层形态学特征,如皮层厚度、曲率等,不足以支撑个体水平的模式分类。利用这些特征得到的分类精度大幅低于基于大脑组织浓度的分类水平,不能有效解释脑组织浓度与形态之间的关系。在本文的第四章,我们提出一种层次稀疏表示分类器,基于大脑皮层三维形态学特征得到了96.77%的性别分类精度,首次在个体水平上实现了基于皮层形态学的性别识别。我们的研究结果表明,皮层形态学提供了磁共振数据中脑组织浓度的大部分信息,这为脑疾病的辅助诊断、多中心磁共振数据的融合等,提供了新的思路。