精神分裂症（schizophrenia,SZ）被认为是大脑网络各组成部分之间的连接障碍,认为可能是各种发育、环境或遗传机制造成的。近年来,研究者发现静态脑功能连接研究不足以体现大脑复杂多变的时变特性,动态脑功能连接有利于揭示疾病的影像学特征,能为精神分裂症的病理机制研究和临床诊断治疗提供更好的科学依据。本研究采集了61名首发精神分裂症（first episode schizophrenia,FESZ）患者、79名慢性精神分裂症（chronic schizophrenia,CSZ）患者和73名健康对照（normal controls,NC）的静息态功能磁共振数据,基于自动解剖标记脑模板（automated anatomical labeling,AAL）将大脑划分为90个脑区,计算脑区之间血氧依赖水平信号的时间序列相关性矩阵。然后,基于滑动时间窗方法计算三组被试的动态脑功能网络,采用K-means聚类方法对每个被试的提取六个主要功能连接模式,通过计算及比较三组被试功能连接模式的时变特征即时间分数、平均停留时间、状态间的切换频率、最终流向概率等四个指标。统计分析精神分裂症患者与健康对照之间脑网络交互模式、时变特征的组间差异,并计算显著组间差异与临床评分之间的相关性系数,探索精神分裂症的神经病理机制。此外,为验证结果的可重复性并探究聚类数目和窗长对结果的影响,进行了验证分析。本研究发现精神分裂症与不能快速进入和脱离默认网络（default mode network,DMN）激活状态密切相关,静息态下DMN在不同的功能连接模式变化中起关键调控作用。精神分裂症患者在DMN激活的状态（状态2和状态3）中的平均停留时间明显比NC长得多,时间分数也比NC高,但最终流向概率却比NC低,且状态3向状态5（DMN疲弱状态）的转换频率比NC更高,这些结果表明DMN在精神分裂症中激活的概率较低,但是一旦激活,它会异常长时间地保持活跃。我们还发现CSZ组的状态转换频率与阴性症状评分存在正相关关系,推测DMN对其他功能网络的调控能力退化,患者对周围环境更敏感,导致阴性症状。本研究的结果证明精神分裂症患者存在DMN主导的异常的动态脑功能网络交互,动态FC可以为临床诊断提供可靠的生物学标记。