阿尔茨海默症（Alzheimer’s disease,AD）是一种起病隐匿的进行性神经系统退行性疾病,由于病因不明且无法治愈,只能依靠药物缓解,极大程度上威胁了老年人的生命及健康。当AD患者表现出临床症状时,大脑就已经出现了不可逆的结构损伤,因此早期预防意义重大。轻度认知障碍（Mild Cognitive Impairment,MCI）作为AD之前的一个认知状态,可能是防御罹患AD的一个关键突破口。大多数功能性磁共振成像研究表明,从MCI发育到AD,大脑功能网络逐渐退化。在这些研究中,大脑信号通常被过滤在0.01-0.1Hz之间,然而,研究表明功能性大脑网络是具有频率依赖性的,不同频段的信号在认知过程中会相互调节。因此对特定频率或者将来自不同频段的信息分开进行研究可能会忽略其他频谱内容对大脑功能的影响。因此,本研究依托计算机技术,突破了传统网络分析的局限性,采用了多层建模的视角来探索大脑。首先,利用计算机工具完成对功能磁共振成像（Functional Magnetic Resonance Imaging,f MRI）复杂网络数据的处理。其次,将来自不同频段的功能网络采用计算机建模技术进行多层模型构建,利用计算机强大的计算性能和灵活的算法完成了对多层脑网络的拓扑分析。最后,探索了健康被试（Normal control,NC）、MCI和AD的多层脑网络的跨频交互作用。主要研究内容及结果如下:（1）对多层功能网络中的信息整合和分离机制进行研究单层网络研究发现,AD脑网络拓扑特征的变化主要体现在聚类系数和路径长度测量上。然而,目前还没有研究报道关于AD的多层脑网络中全局和局部连接是如何变化的。因此,本文提供了一个通用的框架,使用两个多层网络图度量来研究多层网络的整合（多层度熵）和分离（多层聚类系数）机制。研究结果表明,从NC发展到AD的过程中,多层频率脑网络中全局信息处理能力（整合机制）显著降低,局部信息处理能力（分离机制）显著增强,这种异常的工作机制还显示出与简易精神状态检查量表测量的认知功能紊乱呈显著相关。（2）提出了一种多层网络中节点功能角色的定义方法为了从大型复杂网络的拓扑结构中提取相关信息,了解每个节点的作用是至关重要的。单层网络中曾经通过划分网络到不同的模块,根据模块内部和模块之间连接的模式将节点分类为通用角色。这样可以定位每个节点在自身模块中的位置以及相对于其他模块的位置,从而提取网络中的重要节点进行研究。然而,在复杂的多层网络中,如何确定每个节点的功能目前还没有明确的研究。本文在单层网络研究的基础上,充分考虑到节点在层内和层间所扮演的不同角色,以多层重叠度和多层参与系数两个指标为依据,将多层网络中的节点划分为层内核心节点、层内非核心节点、层间核心节点和层间非核心节点。（3）研究了多层网络中的核心节点在跨频交互中的功能角色研究已经发现在脑网络中存在一类枢纽节点,是整个大脑进行灵活的信息传输的关键。这类节点在单层网络研究中已经被证明在AD中优先受损。然而关于多层网络中的核心节点还没有得到探索。因此本文对多层网络的层间整合机制进行深入分析,探讨了多层网络中的核心节点在层间交互作用中扮演的功能角色。研究结果表明,与NC相比,MCI和AD的多层频率脑网络存在明显的跨频集成缺陷。随着疾病进展,大量的节点趋向于在层内工作,层间交互减弱。造成这种异常的原因是网络中枢纽节点的频率间中心性丢失。（4）研究了多层网络的层间交互的偏好性研究已经表明,最佳的认知活动可能需要不同频段之间的协同作用。然而在不同频段之间的信息交互中,可能存在某两个频段之间的交流相对于其他频段间更加频繁,本研究中将其称为频段间的偏好性。而这种现象是否具体存在目前还不够明确,需要进一步探索。本研究将由四个频段同时构建的多层网络拆分为两两频段之间构建的六个多层网络,然后分别对每个多层网络采用多层聚类系数进行量化分析。结果表明在三组被试中,多层网络的局部信息处理主要集中在slow3,slow4和slow5频段间,表明频带间的信息交互具有显著的偏好性。此外,在这六个网络中都检测到异常活跃的角回,表明角回可能是AD中跨频带的局部信息处理异常升高的关键节点。另外还检测到视觉网络的跨层活动更依赖于slow3,slow4和slow5频段。