脑功能磁共振(fMRI)图象是数字图象处理技术与核磁共振成像相结合的产物，具有无创、时间和空间分辨率高的特点，逐渐应用于脑神经科学和脑功能研究的多个领域。fMRI是研究人脑认知思维过程强有力的工具，但是从fMRI中提取脑功能特征的工作通常是人工手动进行的，对疾病的诊断也往往根据手动提取加上人眼观察做出判断，不仅在时间与精力上耗费大，而且有时会由于主观因素做出错误的判断。因此，研究利用计算机对fMRI图象进行自动识别具有重要的意义。 灰色系统理论(Grey System Theory)，是一种研究少数据、贫信息不确定性问题的新方法。对于非典型规律的数据(如非平稳、非高斯分布、非白噪声)灰色方法与其它一些按统计规律和先验规律来处理数据的方法相比，具有明显的优势。 本文对基于灰色系统理论的脑功能磁共振数据的特征提取算法进行了较为深入的研究，完成的主要工作如下： 1．深入分析了fMRI的成像原理、特点及数据处理方法； 2．详细论述了灰建模的概念、特点、应用范围及性质，深入研究和讨论了GM(1，1)模型的建模机理和方法； 3．通过建立灰模型获得模型参数，将GM(1，1)用于人在不同的功能状态下的脑功能图象的特征提取研究； 4．尝试与探讨了基于灰色系统理论的脑功能特征提取新算法； 5．以实测脑功能核磁共振图象为研究对象，实际建立了人在不同的手部运动状态下的的脑功能灰色模型，并进行了特征提取； 6．为验证算法的有效性引入K-近邻的方法对脑功能特征进行分类决策，取得了较为理想的分类识别结果。 研究结果表明通过灰建模提取脑功能图象特征的方法是有效的、可行的，该方法为脑功能识别探索了一种新的方法和途径。