人的大脑有约1011个神经元，神经元之间通过其突触相互连接而组成一个高度复杂的网络，挖掘该网络的信息意义十分重大，将有助于解决人类认知性障碍疾病的预防和诊断，并为人工智能的发展提供有价值的参考。　　近年来利用图论方法对人脑网络的信息进行挖掘逐步流行起来，并取得了一系列重大研究成果。本文首先利用精神分裂症患者和正常对照受试者的功能性磁共振成像(functional magnetic resonanceimaging，fMRI)数据，分别基于受试者网络水平和组网络水平构造全脑功能连接网络，然后提炼所得网络的拓扑属性，最后利用统计方法和直接画图比较的方法来探索精神分裂症患者和正常对照受试者的全脑功能连接网络拓扑属性的差异。结果显示:从受试者网络整体属性来看，精神分裂症患者相比正常对照受试者网络的网络平均度、网络的容错性、网络的边介数和点介数的波动性更大，这从侧面反映了病人相比正常人脑网络的信息流动效率更低、易发生堵塞，而且网络的抗故障性也会更差一些;除了从网络整体属性寻找差异以外，为了定位具体的“病灶”区域，还探索了单个节点和单条边的属性的差异，发现精神分裂症患者与正常对照受试者在左眶部额中回区域的节点度、左内侧和旁扣带脑回区域的容错性、右内侧和旁扣带脑回区域的聚类系数和容错性等均有显著性差异，而左眶部额中回、左内侧和旁扣带脑回、右内侧和旁扣带脑回都位于额叶区域，可见额叶为分裂症的“核心”病灶区域;将精神分裂症组网络与正常对照组网络的拓扑属性进行直接画图对比，可以从组网络的视角来探索两组人脑网络拓扑属性的差异，结果是精神分裂症组网络的网络平均度小于正常对照组网络的网络平均度，说明了病人的大脑网络各个节点之间的连接相比正常人的大脑网络各个节点之间的连接较少，而最短路径长度的差异也间接地说明了这一点，这些结果也反映了病人大脑网络内部的信息流动的效率更低。以上这些网络拓扑属性差异的发现可以为进一步研究精神分裂症的病理机制提供了新的线索。