运动想象(motor imagery,MI)是一个多维度的高级神经认知过程,通常被表述为以第一人称对特定的动作行为进行一种内在的精神排练,而没有任何明显的躯体运动。大量的研究表明运动想象训练有助于脑-机接口控制(brain-computer interface,BCI)、运功功能康复和运动技巧提高等。尽管运动想象在临床、认知以及工程等方面有潜在的应用价值,但是对于运动想象应用的合理性及其潜在的神经机制却存在较大的争论。因此,进一步解码运动想象的神经机制,将有助于更好的阐明运动想象相关的功能角色,并为临床和工程应用提供必要的神经基础。本文以理解运动想象的脑功能神经机制作为目的,利用脑网络分析方法从不同的尺度水平探索了运动想象的脑网络连接模式。本文分析了静息态额顶注意网络的连接模式与运动想象执行之间的关系、运动想象任务相关激活脑区的时变网络连接模式、以及静息态、左/右手运动想象任务态3种脑状态下的大尺度网络连接模式。此外,基于不同尺度的功能连接强度,利用多变量模式分析(multivariate pattern analysis,MVPA)的方法,预测了个体的运动想象能力和运动想象类型。其主要内容包括以下三方面:1.额顶注意网络功能和结构的模式与运动想象之间的关系研究。基于功能和结构磁共振数据,分别计算了额顶注意网络区域(节点)的功能网络和皮层结构特征,并探讨了这些特征与运动想象执行表现之间的关系。结果发现左顶下小叶的特征向量中心性和皮层厚度与运动想象执行表现呈负相关;右背外侧前额皮层的皮层厚度与运动想象执行表现呈负相关;右腹侧内顶沟的度中心性与运动想象执行表现呈正相关。这些发现一致地表明了一个高效的额顶注意网络有助于运动想象的执行。此外,利用多变量模式分析,结果发现左侧顶下小叶的皮层厚度和特征向量中心性作为特征能够有效地预测运动想象执行表现的好与差,分类准确率达到83.33%。2.左/右手运动想象时变网络连接模式研究。基于左/右手运动想象任务态磁共振数据,利用自适应定向传递函数和图论分析方法来研究运动想象的时变网络模式。首先,通过广义线性模型,提取了两种任务条件下相关的激活脑区。然后,基于激活的脑区分别定义了相应的感兴趣区域。最后,基于提取的感兴趣区域,构建了对应任务态下的时变网络。结果发现两种运动想象任务在初期都是左侧前脑岛在网络连接中起调控作用;当任务进入稳定期之后左/右手运动想象时变网络出现明显的偏侧性,即左手运动想象的网络连接调控中心转换成右侧辅助运动区域,而右手运动想象的网络连接调控中心转换成左侧辅助运动区域。此外,计算了对应的时变网络的网络属性,结果发现运动想象任务开始阶段网络效率相对较低,随后网络效率逐渐升高并保持稳定。这些结果精细的刻画了运动想象的动态变化过程,表明了辅助运动区域在调控两种类型的运动想象上扮演着重要的角色。3.左/右手运动想象大尺度网络连接模式以及与运动想象之间的关系研究。基于左/右手运动想象任务态和静息态功能磁共振数据,利用组水平的空间独立成分分析分别构建了三种状态下的大尺度网络,并比较了不同状态下的网络连接差异。同时基于左/右手运动想象任务态和静息态EEG数据,评估了对应的电生理指标ERD(Event Realted Desynchronization)。结果发现:(1)网络的重构效率与运动想象ERD呈显著正相关;(2)背侧注意网络和感觉运动网络在响应不同类型的运动想象任务中扮演着重要角色;(3)网络内和网络间的功能连接可以作为重要的生物标记预测个体的行为,分类准确率达到81.82%。这些发现有助于进一步解码运动想象神经机制。