人脑相对固定的结构和丰富的功能之间的关系一直是神经科学领域的一个研究热点。随着弥散磁共振成像（diffusion Magnetic Resonance Imaging,d MRI）和功能磁共振成像（functional Magnetic Resonance Imaging,f MRI）等非侵入式脑成像技术的出现使得探索和研究人脑的结构连接（Structural Connectivity,SC）和功能连接（Functional Connectivity,FC）之间关系成为可能。其中,结构连接主要通过d MRI等方法获得,而测量功能连接的主要途径是基于血液氧和依赖度（Blood Oxygenation Level Dependent,BOLD）的f MRI。针对人脑结构连接网络和功能连接网络的关系,现有的方法主要是通过对脑结构网络进行网络属性分析以及基于神经集群模型（Neural-mass model,NMM）建立结构连接和突触信号间的关系。网络属性分析忽略了BOLD原始时间序列的信息,无法反映真实的神经活动,而神经集群模型只能对神经活动进行近似模拟。因此,本文拟基于BOLD时间序列对人脑结构连接和功能连接进行建模,进而分析人脑结构和功能之间的关系。本文主要工作包括:1.基于复杂网络理论对人脑结构连接和功能连接的概念及相互关系进行了研究,并详细总结了目前常用的分析人脑结构连接和功能连接之间关系的计算模型。2.提出了基于Kuramoto模型的人脑功能连接预测模型。该模型依据Kuramoto动力学模型的相位同步过程来拟合神经活动信号的产生,利用实测的结构连接能够得到预测的神经活动信号,从而得到预测的功能连接。在66-ROIs（Regions of Interest）低分辨率和998-ROIs高分辨率的脑连接数据库上的实验结果均表明本文模型优于传统的动态平均场（Dynamical Mean Field,DMF）模型。3.提出了基于网络结构估计的人脑结构连接推断模型,该模型结合了复杂网络分析中网络结构估计的方法和动力学模型的耦合函数,直接基于BOLD时间序列进行人脑结构连接的推断。实验结果显示,在66-ROIs、68-ROIs和90-ROIs三个仿真数据库上测试结果表明约有60%的结构连接能够被正确推断。