人脑作为人体智慧和意识的中枢,是最为重要和神秘的。随着研究的深入,研究人员发现,人脑的工作模式并不是独立、个体的,而是系统、网络的。作为人体最复杂的器官,它的复杂性不仅表现在脑内数亿的神经元,也表现在神经元之间非常复杂的相互作用。在不同时间和空间尺度上探索神经元间的长期相互作用是人脑研究中的一个重要课题。近年来,部分神经科学专家正式提出了人脑图谱的概念,力图在不同尺度上,完整而准确的描述人类从宏观到微观的图谱,并深入挖掘脑区间相互作用下潜在的交互规律。虽然在脑图谱研究上,已经取得很多令人惊喜的结果,但是由于受到技术的限制,目前所得到的图谱均存在不足。早期的通过解剖方法所得到的图谱,因为其主要依靠死后个人人脑的解剖结果,所以,不可避免的受到个体差异影响。而因为数据采集的难度,导致其重复性验证工作难以进行。而利用功能磁共振影像数据进行功能连接的定义及分析,由于受到数学方法的限制,其结果难以令人信服。目前,利用扩散磁共振成像所得到的解剖连接,表征了白质纤维的走向。而其结果可利用示踪、偏正光成像等技术得到验证。所以越来越多的研究人员选择利用扩散磁共振数据进行脑图谱的构建。本文基于扩散磁共振影像数据,利用基于连接模式方法,对人脑后侧颞上沟区域进行分割模板构建及验证。并利用所得分割模板进行偏侧化现象分析及验证,最后将所得模板应用在自闭症脑网络差异属性分析研究中。研究为理解后侧颞上沟区域的解剖及功能组织,提供了新的视角。同时为在偏侧化及自闭症的研究提供了新的方法工具和思路,具有重要的理论价值和临床意义。本文主要创新工作包括有:(1)提出基于连接模式方法的后侧颞上沟分割模板及其验证基于连接模式的分割方法体现了脑区间的连接信息,同时具备很强的可验证性,所以已经得到越来越多研究人员的认可和应用。本文采用这一方法,面向弥散张量成像数据进行后侧颞上沟区域的分割。首先利用概率追踪方法进行连接计算,进而利用k-means聚类算法进行体素的聚类,以实现模板分割。此后,本文采用三种方法对所分模板进行验证。结果表明,所分割子区都有特定的解剖和功能连接模式。研究所得到的分割模板更好的理解了后侧颞上沟区域的功能组织,并为其在子区层面上的信息交互和整合提供新的见解。(2)利用后侧颞上沟分割模板,进行偏侧化现象分析及验证大脑的偏侧化一般被认为是大脑半球或其他大脑区域在结构上不同与另一侧对称的区域,或是执行一组不同的功能。研究都表明后侧颞上沟在参与语言处理、语音处理、空间定位和社交任务等任务时会出现明显的偏侧化现象。本文利用所提的分割模板,研究了后侧颞上沟的不同子区在参与不同任务中的激活及其偏侧化问题,并发现与后侧颞上沟的偏侧化有关的功能连接。这一结果为研究后侧颞上沟连接模式与功能特性之间的关系提供了证据,为解读偏侧化的机理提供了新的视角和观点。(3)利用后侧颞上沟分割模板,进行自闭症患者脑网络异常拓扑属性分析及分类研究自闭症是一种神经系统的发育障碍。病理研究表明,自闭症的发病与后侧颞上沟区域有密切联系。近年来,脑网络的出现为自闭症的诊断和疗效评价提供了新的视角,对大脑的神经元、神经元集群或脑区之间动态活动交互整合的直观描述。本文利用后侧颞上沟分割模板,在不同年龄组,进行最小生成树脑网络构建及异常拓扑属性分析。并将所发现的异常属性作为分类特征进行分类研究。结果表明,和传统模板相比,本文所采用模板可以更加精确的捕捉到显著性差异区域,有助于网络之间的比较。这一结果从另一角度验证了本文所分割模板的可靠性,为不同年龄自闭症患者在影像学上的分析及辅助诊断提供了新的方法和重要的辅助工具。脑图谱相关研究是计算机科学、信息科学、神经科学和临床医学等多学科结合及大跨度综合交叉的研究领域。本研究得到国家自然科学基金项目(No.91432302)的支持,研究紧紧围绕着脑图谱这一国际热点前沿研究领域,利用扩散磁共振影像数据,采用连接模式方法,对后侧颞上沟脑区进行分割研究,并将分割结果在偏侧化问题及自闭症患者的脑网络异常问题中得到验证。这不仅是国际前沿基础科学问题,也是国家重大需求。