大脑是个复杂且神奇的组织系统,它可以对接收到的外界信息进行加工处理,并促使人类完成相应的认知过程。探索大脑的组织结构和执行功能之间的关系是理解人类的思维过程以及脑类疾病的关键所在。近年来,将图论引入脑功能的研究即将大脑抽象为一个复杂网络,能形象地揭示脑功能网络中信息传递过程。此外,社团结构是刻画复杂网络结构特性与网络内在潜在关系的基本特性之一,因此通过社团检测去分析各脑区之间的关系对理解大脑的组织构造和对一些脑类疾病的探索至关重要。传统的脑功能网络构建中,常用皮尔逊相关性、偏相关性来描述脑节点之间的关联,但无论是皮尔逊相关性还是偏相关性只能描述脑节点中时间序列的同步性,但脑区节点的时间序列之间也存在因效性。此外,个体大脑之间均存在差异性,因此对于个体的脑社团个数以及脑网络密度均会存在稍许差异,探索个体的脑功能网络密度及社团对研究个体差异性具有重要意义。本课题利用动态时间规划（DTW）去构建脑功能网络,并对所构建的脑功能网络进行多尺度社团观测,同时结合信息变化量（VI）和标准互信息（NMI）共同作为社团结构的监测变量从而找出最佳的社团划分结果和脑功能网络密度。并经实验表明,基于本课题的研究方法所构建的脑功能网络具有更明显的“小世界”属性,更贴近真实脑网络结构。这不仅有利于我们挖掘脑网络中的社团,发现脑网络中存在细粒度的脑内连接社团,其中包括小脑与大脑之间的关系以及顶下小叶网络与角回和缘上回之间的联系,更为脑类疾病的探索提供了新的研究方法。最后,本课题亦从神经生物学的角度解释了新发现结果的合理性。