人脑是自然界中最复杂的系统之一，复杂网络理论应用于脑结构与功能的研究已经成为脑科学领域研究的热点。论文以解析大脑复杂的动力学以及时空传递特性为目的，采用功能磁共振数据(Functional Magnetic Resonance Imaging, fMRI)集为主要研究对象，依据 CLM 相继故障模型，研究了正常人大脑的鲁棒性和原发性全面强直阵挛癫痫患者(Generalized tonic-clonic seizure, GTCS)的脑网络以及其潜在致病原理。　　相继故障指在大部分实际网络中，一个或多个节点的失效(随机或蓄意)会通过节点之间的耦合关系引起其他节点发生故障，由此产生连锁反应，导致相当一部分节点甚至整个网络的崩溃。正常人的脑网络具有高效性、动态性，某个节点的失效极可能引发相继故障。负荷最大节点失效，其承载的信息量将瞬间崩溃，对整个脑网络的鲁棒性将会产生的影响尚不清楚。首先对正常人的静息态功能核磁共振图像进行预处理，利用AAL模板将正常人的大脑分割成90个脑区。然后分别计算两两脑区之间的 Pearson 相关系数。接着设定阈值以获得邻接矩阵来描述正常人功能脑网络。最后设置容量系数，赋予该网络每个脑区容许值。并对负荷最大脑区进行攻击；分析正常人脑功能网络的在遭遇攻击之后的各项网络特征的变化情况。研究表明，正常人脑网络对于抵抗相继故障表现出较强的鲁棒性并且该网络具有较稳定的拓扑结构。　　原发性强直阵挛癫痫患者由于病灶区的异常，产生影响全脑的动力学行为。基于该疾病的未知动力学行为，本研究提出假设：CLM相继故障可对癫痫患者的病发以及其动态传播过程进行模拟。此外，GTCS 中的负荷最大节点承载了最大信息，较容易导致相继故障。因此，本文选择 GTCS中的负荷最大脑区作为模拟癫痫病发过程的病灶脑区。首先，以 GTCS 组中的负荷最大节点(左侧额中回)作为种子节点，分别在GTCS组与正常对照组做与全脑的功能连接，并采用双样本t 检验，判断该脑区是否具有病理生理学依据。若 GTCS 组中的负荷最大节点具有临床意义，选取GTCS组负荷最大节点为攻击节点，分别对GTCS组和正常对照组脑网络进行相继故障模拟，分析 GTCS组与正常对照组网络特征各项参数的差异，以及GTCS效率降低比较明显的脑区功能。研究表明，CLM相继故障模拟GTCS 的病发动力学过程具有合理性，并且左侧额中回极可能是该疾病的潜在病灶脑区。