缺血性脑卒中临床表现复杂,呈现运动、认知、躯体感觉、视觉等方面的神经功能损伤症状。大脑功能有其独特的神经基质,除了对应不同的脑功能皮层区域,还受其结构连接和功能连接的影响。探索神经功能损伤与其病灶分布的关系,对于脑卒中神经功能损伤的表型学研究,并理解其潜在神经生理学机制,具有重要意义。而以往研究多基于较少量的临床样本,或仅仅探索与某一具体神经功能有联系的脑区。对于脑卒中这一异质性强的神经损伤疾病来说,尚缺乏更具系统性的研究工作,对其临床神经功能表型与病灶分布属性的关系进行有效刻画。此外,以往研究通常使用的临床信息、缺血病灶体积和位置等低维特征信息,忽略了病灶的高维分布属性及其对大脑功能活动的间接影响,难以准确表达病灶分布对神经功能损伤的影响。本文基于1308例缺血性脑卒中患者的临床和磁共振影像大数据,包括T1、T2-FLAIR、DWI影像模态,研究了缺血脑卒中患者神经功能损伤与其病灶分布的关系。该数据集涵盖了卒中临床神经功能损伤的5个代表性领域,包括运动、认知、躯体感觉、视觉和协调能力损伤。本研究针对卒中患者神经功能损伤分类问题,基于患者NIHSS评分,使用层次聚类算法实现5个神经功能损伤领域区分;针对病灶自动分割问题,采用UA-MT（uncertainty-aware mean teacher）半监督深度学习网络模型,实现病灶有效分割,DICE评分达到0.7245;针对数据缺失问题,采用概率主成分分析方法,对缺失数据进行估计及补充;针对病灶特征的有效提取问题,提取了病灶的低维及高维特征,并将白质损伤特征通过结构连接信息映射到功能皮层区域,对病灶的直接、间接影响更全面有效刻画。在统计分析中,我们分别从血管域和病灶高发脑区两个层面,探究了各类神经功能损伤患者的病灶分布特性。本研究使用支持向量机机器学习算法,对患者神经功能损伤与病灶分布及属性关系进行建模,再进一步融入人口学信息、血液指标、病因分类等临床信息,论证各模态信息对于探索神经功能损伤与病灶分布这一问题的贡献。最后,本文分别研究了病灶影像与五种功能损伤表型之间的关系,基于线性支持向量机权重的可解释性,获得了病灶-症状关系图谱。研究结果发现,缺血卒中的病灶通常分布在大脑皮层下的白质区域,且白质损伤会一定程度映射灰质皮层功能受损。不同功能损伤表型卒中患者的缺血病灶在血管域层面分布不一致,也在卒中高发的重要功能结构上产生不同负荷。这些发现证实了各功能损伤表型的病灶空间分布不同,每种功能表型具有特异的病灶分布。其次,随着病因分类、病灶体积、病灶高维模型的逐步加入,分类预测模型的性能也逐步增加,经过白质映射的高维灰质损伤概率图将模型性能进一步提升。这说明融合临床指征及病灶的高维影像信息,能更好地表达卒中功能损伤的特性。融入由白质损伤映射而获得的灰质功能损伤信息,使得病灶属性的刻画更加准确,与功能损伤表型关系的论证更加有效。最后,本文发现病灶-功能映射图在不同功能损伤表型之间展现出明显的差异,与各自的神经功能对应的关键区域有重叠,但是并不完全贴合。这说明具体的功能表型并不局限于单一的功能结构,功能结构之间应存在协作关系。本研究基于磁共振影像大数据对脑卒中代表性功能损伤领域与病灶分布关系进行初探,为脑卒中功能损伤的表型学研究,并理解其潜在神经生理学机制提供重要支持。