精神分裂症是一种严重的精神疾病,其连接障碍假说提出该疾病与神经元的异常连接有关。静息态功能磁共振成像显示,基于血氧水平依赖信号的自发神经活动在脑区之间相互关联,并组织成空间分离的功能网络,而这些功能网络之间信息交流的异常与精神分裂症中已知的认知功能受损有关。因此,基于磁共振成像的脑网络功能连接分析有潜力揭示精神分裂症的发病机理与指导早期诊断和预防疾病。然而,传统脑网络分析技术仍有亟待解决的科学问题,例如,以往研究大多为组水平分析,未能完全考虑影像学中的个体差异,无法推动临床上个性化治疗的发展。除此之外,传统研究无法将脑功能与脑空间结构分布模式相联系,未能对研究者提供更加完整的信息。故本文采用个体化功能连接技术与功能梯度技术分别解决上述问题,力图探测出精神分裂症预防和治疗的生物学标记物并理解其发病机制。本研究第一部分采用一种基于个体且具有高敏感性的脑功能定位技术得到个体特异的脑功能区域,计算出这些个体功能脑区之间的功能连接并用于预测首发精神分裂症被试用药前症状严重程度以及经过八周利培酮治疗后的症状改善情况。研究结果表明,两组不同的个体特异功能连接可分别预测用药前的阳性和阴性症状,而这些连接也可用于追踪被试用药后相应症状的改善。其中,额顶网络对阳性症状的预测贡献最大,而对阴性症状而言,默认网络与额顶网络的组合在预测模型中具有显著的贡献。此研究发现了可用于预测个体水平的精神药物治疗效果的个体化生物学标记物,这有助于推进在临床精神病学领域个性化药物治疗的进程。本研究第二部分首先构建了纹状体到大脑皮层的功能连接,之后采用一种非线性降维的、用于在不同脑区的连接改变中识别空间轴的扩散图嵌入技术得到纹状体的功能梯度。结果发现,与正常对照相比,精神分裂症纹状体部分梯度表现出显著异常,且这些异常的梯度可预测患者多维度的临床特征。此外,纹状体的梯度在其三个核团:尾状核、苍白球和壳核均呈逐渐上升的趋势。这表明精神分裂症患者的纹状体功能层级组织的紊乱可能导致一系列损伤,而这些损伤也与其受损的认知水平有关,这为精神分裂症患者中纹状体的功能组织提供了新的见解。综上所述,本文从传统脑功能分析方法的局限性出发,使用两种新兴技术并结合传统功能连接技术,对精神分裂症患者的病理机制进行了探究,这为功能连接技术的进一步发展提供了方向,也在一定程度上揭示了精神分裂症的发病机理。