大脑是神经系统中最高级的部分,主导着机体的一切认知功能,如语言、运动、思维、记忆、感知、情感等。大脑每时每刻都发生着动态的变化,在不同的时间段、不同时间尺度上表现出不同的功能状态。近年来,揭露和研究大脑状态的动态特性,始终是脑科学及神经科学界学者的兴趣所在,而目前针对其的研究仍然比较缺乏。基于先进的神经成像技术,本文从小鼠到人类,从自由状态到任务状态,揭示了大脑状态的动态特性。本文的主要内容如下:针对目前生物体内脑电信号采集范围小、采集通道数少的问题,本文提出了一种多点位、多通道、全深度的局部场电势(LFP)信号采集方法,成功地从小鼠大脑13个结构区域中采集到超长、超高时间分辨率的LFP信号。基于本文所提出的LFP信号采集方法,针对自由状态下大脑功能连接网络的复杂组合的特性,本文提出了一种基于稀疏编码和功能连接子网络的大脑动态状态研究方法。基于LFP信号,成功地从自由状态下的小鼠大脑a1pha和theta频带提取得到6个和4个功能连接子网络,并揭示其动态迁移特性。基于本文对自由状态下小鼠大脑状态动态变迁特性的研究,针对大脑认知功能状态复杂多变的特性,本文提出了一种大脑动态状态的识别分析方法。基于LFP信号,通过贝叶斯连接变点模型以及循环神经网络,成功地揭示了小鼠大脑在刺激响应过程中的四个状态及其动态特性。基于本文对小鼠自由状态和刺激状态下大脑动态状态的研究,针对人类大脑结构复杂以及认知活动丰富多变的特性,本文提出了 一种人类大脑动态状态的识别分析方法。基于任务功能磁共振(t-fMRI)数据,通过深度稀疏循环神经网络,成功地对784名受试者在七种任务下的大脑动态状态进行了精确识别,平均准确率在90%以上。