功能磁共振成像是当代医学影像技术应用于脑神经科学研究最为迅速的领域之一。其原理是利用磁振造影来测量神经元活动所引发之血液动力的改变。目前主要是运用在研究人及动物的脑或脊髓。可以显示大脑各个区域内静脉毛细血管中血液氧合状态所起的磁共振信号的微小变化。fMRI作为无损和动态的探测技术，已日益成为观察大脑活动,进而揭示脑和思文关系的一种重要方法[1]。
1.1.2    静息态大脑和脑功能连接性
研究显示，静息状态时50%的能量消耗与神经突触传递功能有关。这说明静息态存在大量的神经突触活动，提示了静息态时可能存在有重要意义的脑功能活动。脑的功能具有两个基本的组织原则：功能分化与功能整合。人脑总是作为一个复杂网络完成其功能的。因此，从网络的角度研究人脑的功能非常必要。静息状态fMRI一般是指受试者不需要完成特定的认知任务，处于一种清醒的休息状态。研究发现，在静息态时低频振荡信号和神经元的自发放点油关系，在功能相关的脑区相隔很远，但这些低频振荡信号也有着较好的同步性。静息态fMRI的研究方法已被广泛地用于检测闹区间的功能连接。静息态fMRI的研究方法已被广泛地用于检测脑区间的功能连接。静息态fMRI的研究方法考察基于BOLD—fMRI信号中低频成分的同步性，大脑的许多脑区存在这种低频同步波动，包括运动系统，语言系统，感觉系统，视觉系统，注意系统，记忆系统和默认网络。尽管这种同步波动的内在机制还不清楚，但是许多研究表明这种同步性具有生理学意义。静息态fMRI研究方法可以从功能整合的角度研究相关脑区之间的功能连接。
功能连接就是检测不同脑区之间BOLD信号波动的时域相关性，用于度量空间上分离的脑区间的统计依赖关系。目前静息状态fMRI的研究方法已经用于不用疾病的相关脑区的功能连接的研究。从fMRI研究出现的某些令人信服迹象展示，在静息脑时测得的磁共振信号中存在慢频（频率小于0.08Hz）起伏波形（low frequency fluctuations, LEFs）。功能相关的脑区，这些慢起伏波形是同步的，存在着高度的时间相关性，即使距离较远的那些区域。这意着，存在与人脑活性相等同的神经连接。因此，基于LFFs的静态功能连接由于无任务，可能提供不同脑区之间功能相互性更直接的测量[2]。
1.1.3    传统方法的局限性
传统fMRI数据分析方法中，大部分对大脑网络间相干性的研究通常假设了信号暂时的静态性。流行的方法包括基于种子的ROI分析[3],还有独立成分分析方法（PICA）。文中作者对传统的PICA方法进行了改进以运用来对fMRI数据进行分析[4]。
物理学中信号处理的相关知识可以运用到fMRI信号分析的研究中来[5]。相干性（Coherence）的概念可以用来描述两条信号或两组数据之间的关系，它通常用来估计一个线性系统中输入和输出的能量转移。
两条信号x(t)和y(t)之间的相干性的定义： 。
相干性的值域通常为0-1.
例如：一个常数线性系统的输入信号和输出信号的相干性就是1.如果两条信号之间没有任何关系，那么它们之间的相关性就是0。
相干性的概念对fMRI数据处理起到了很大的帮助，以此为出发点得就有以张量概率独立成分分析的方法来处理已知的fMRI数据，从而找出大脑区域间的相干性[6]。
由于人体呼吸频率和力度的影响，fMRI信号可能会因此产生很大的变化[7][8]。此外，活跃的思想行为[9]，大脑学习的过程[10]，肌肉疲劳[11]，都会让fMRI信号产生变化。所以fMRI信号是动态的，即没有各态历经性，因此传统概念上的相干性的描述和公式不适用于fMRI信号的分析中。 fMRI中的时序信号比对分析+文献综述(2):http://www.751com.cn/jisuanji/lunwen_7269.html