静息态功能磁共振成像(functional megnetic resonance imaging, fMRI)反映了大脑在静息状态下的活动情况,现已被广泛用于研究人脑功能。本文主要采用静息态fMRI数据进行了两个方面的研究。首先,提出了一种基于稀疏表示构建脑功能子网络的方法。该方法将小波变换一致性定义为感兴趣区域(ROI, Region Of Interest)之间功能交互模式的测度,然后通过稀疏表示提取每个ROI的特征,最后运用谱聚类的方法进行启发式聚类。本文对10个健康被测试对象的静息态fMRI数据进行了分析,构建得到的脑功能网络具有8个子网络。结果表明,这8个子网络分别对应着大脑的视觉、运动感知等主要功能系统,与当前的神经科学的研究相一致。同时本文还使用了两种传统方法来构建功能交互子网络进行比较,相比之下,本文方法构建得到的子网络效果更好。本文研究的第二个内容是,提出了一种基于稀疏表示推断健康人群与轻度认知障碍(Mild Cognitive Impairment, MCI)患者的特征功能连接的方法。首先也是通过小波变换一致性计算两个ROI之间功能连接的度量,然后对每个被试使用稀疏表示进行字典学习与稀疏编码,最后通过统计的方法分别对健康被试对象和MCI患者提取共性的功能连接。为了使算法更加通用,本文对两个不同的数据集共63个被试对象进行了研究。我们将得到的特征功能连接采用SVM进行分类,结果令人满意。最后,为进一步验证该方法的有效性与健壮性,本文生成了一系列人造数据并对其执行本文的方法,结果显示本文的方法是有效并且健壮的。