本文讨论了使用 fMRI 数据进行分析的过程，从原始数据的获得到在定位大脑活动、推断大脑连通性和预测心理或疾病状态方面的应用，并强调统计学在这一领域中的关键作用。

Jun, 2009

通过采用分层贝叶斯高斯图模型，该研究方法能够利用结构连接知识来估计功能网络，从而提高了功能大脑网络估计的准确性和拓扑特征在扫描会话间的可重复性。

Feb, 2018

本文回顾了大规模神经科学研究中的技术和数据分析方面的缺陷，并提出了新的理论框架与方法以促进神经科学概念的进一步发展。

Mar, 2015

本文旨在从几何和高维统计推理的概念和技术入手，通过对图拉普拉斯矩阵空间的精确定义和 Fréchet 的非参数平均概念，为功能神经成像数据的网络构建提供一种新的全局测试方法，并展示了其相较于基于无差别分析的单变量方法更具统计学优势的全局测试方法。此外我们还给出了一种可视化每条边对于总测试统计量的单独贡献的方法。

Jul, 2014

本文提出了一个可训练的流程，以促进 fMRI 数据的分析和下游预测任务。结果表明，该流程能够更有效并独特地进行解释。

Jul, 2021

深度神经网络的功能结构通过功能神经影像学的技术得到了探测。确定的功能网络可以用于模型对齐、模型输出的调节以及在微调中确定权重。

Nov, 2023

这篇论文介绍了在统计物理学、计算机科学和神经生物学交叉领域中涌现的模型统计方法，如关联复制和空腔方法，信息传递的概念和其在神经计算和学习中的应用，以期提供更好的理论和技术支持解决神经网络中的复杂计算问题。

Jan, 2013

本文提出一种用图谱谱分析功能性脑网络和信号的方法，其中强调了脑图频率与不同空间平滑程度的关系，并将其与主成分分析联系起来，最终应用于掌握简单运动技能的大脑信号分析中，证明脑图谱性质与任务熟悉度的关联性，并确定了在不同任务熟悉度下的最具贡献及重要标志频率。

Nov, 2015

本文回顾了网络理论在认知科学中不同层次和领域的最近研究成果，这种理论的包含和复杂系统科学的扩展，为理解认知和行为过程的组织和动态提供了新的视角，揭示了全局性的系统特性的出现。

Apr, 2013

本研究通过总结一些方法，对完全联通和加权的复杂网络中的模块度和中心度进行了推广，并介绍了这些网络的加权连通性空模型。通过运用这些方法，本研究展示了在来自 1000 个功能连接组项目的静息态功能性磁共振成像（MRI）网络中的退化高模块度划分和中心度的两个互补测量之间的强相关性。这些方法可能使得跨条件和受试者比较的功能性大脑网络的特性更加牢固和可靠。

Mar, 2011