抑郁症是一种较为常见的情绪障碍,多年来在神经生化和遗传及社会心理等多方面对抑郁症的发病机制展开了大量的临床研究,但目前具体机制仍不完全清楚。随着神经影像技术不断发展,以及与多学科的紧密结合,抑郁症被认为是一种“失连接”故障。本文的工作主要围绕着基于弥散张量成像模态的脑白质结构网络进行,通过不同的分析方法和角度,来研究抑郁症患者及经过抗抑郁药物治疗后患者的脑结构网络拓扑属性的变化,以及这些变化与临床现象间的关系。本文的主要研究工作和内容有如下四项,概括如下：(1)从网络的分化、整合和中心性角度,分析抑郁症患者的脑结构网络的拓扑属性特征我们采用弥散张量成像技术来探究抑郁症患者脑结构网络的拓扑组织结构的变化。首先构建了FA加权的无向脑白质网络,并计算了网络的拓扑属性指标。结果发现,网络的全局属性没有发现显著性变化,而局部属性上受损的节点大多集中于认知情绪环路和额顶环路。其中,右侧前额叶皮层部分节点的中心性与病程呈负相关性,右侧额下回三角部的中心性和右侧额上回眶额部的效率属性与疾病严重程度呈正相关性。这些结果首次表明在抑郁症患者中,与情绪和认知处理相关的白质结构连接存在损伤。抑郁症患者的功能网络上的紊乱具有物质结构的基础,这对于探究抑郁症发病机制中有着重要的意义。(2)受脑网络结构经济性特征启发,探究脑结构网络中高能量消耗的hub点在疾病识别中的效果将网络指标作为分类特征,并采用两种策略将这些特征分成HUB类(仅包含hub点脑区的特征)和MIX类(同时包括hub点和非hub点的特征)。运用基于径向基核函数的支持向量机分类器进行抑郁症患者和健康对照的识别。结果显示HUB和MIX特征都能将患者和对照进行区分,但HUB在识别患者的能力上比MIX更优。说明网络中hub点的损伤对整个网络的影响更大。在进一步的特征辨别力分析中发现,发生变化的hub点主要集中在额顶环路。这些结果暗示hub点能作为识别抑郁症患者的潜在诊断指标,以及额顶环路上hub点的损伤与抑郁症病理机制有着重要的关系。(3)发作期与缓解期抑郁症患者脑结构网络模式的差异为了更好的描述抑郁症疾病的信息,提出了一种新颖的分类模式架构。具体来说,我们引入了五种生理参数指标,并基于这五种指标构建了五种加权结构网络。接着分别选择了具有代表性的网络参数指标,分别是网络强度、边的介数和网络通讯指标。结果显示,发作期与缓解期患者分别与健康对照的区分模式类似,主要改变的是警醒网络,默认网络和额顶网络度的属性；而发作期与缓解期患者之间主要的差异模式是默认网络内和默认网络与其他网络(如视觉识别网络和警醒网络)间的通讯指标。这些结果表明抑郁症的损伤主要与警醒网络,默认网络和额顶网络内直接的结构连接的破损有关,而抑郁症的缓解可能与默认网络内,以及默认网络与其他网络间(如警醒网络和视觉皮层网络)的网络代偿有关。(4)抑郁症患者治疗前后hub水平社区结构的变化神经信息处理过程中的分化和整合功能是脑网络信息通讯的两个重要方面,这两方面的平衡是执行认知功能时各个相互分散的子网络系统间信息高效交互的保证。在网络分析中,社区结构和hub点能分别对这两个方面进行观察。目前,鲜有研究探讨抗抑郁药物对脑网络中信息通讯的分化和整合功能的影响。基于此,我们利用弥散张量技术研究经过抗抑郁药物之后患者hub水平上社区结构的变化情况。同时,在方法部分,尝试改进置换网络检验的统计方式,使得能在个体水平上进行统计分析。首先构建脑白质网络,并进行模块探测,接着主要关注每一个被试的hub水平社区结构分析。结果发现,与对照相比,治疗前后患者的hub水平社区结构发生了重组,主要集中在额顶环路和认知情绪环路。此外,治疗前后患者分别与对照相比,在hub角色变化主要集中在额顶环路,且变化模式比较稳定：而在治疗前后对比中发现,两组间存在着hub角色互换的不稳定状态。在相关分析中发现,左侧前扣带回和右侧楔前叶的模块相关属性与17项汉密尔顿总分呈显著相关性。同时,治疗前后内侧额上回的模块间度值的减分率与治疗前后17项汉密尔顿总分的减分率呈正相关性。这些实验结果表明抗抑郁药物治疗使得hub水平社区结构发生了重组,且此影响主要位于额顶环路,预示着这些受影响环路中可能存在着一种分化和整合能力之间的不平衡性,以及不同脑区间功能整合能力的紊乱。同时,这些受影响的环路可能是抑郁症疗效的敏感反应区。