表 1. Current computational methods of brain network connectivity.

脑网络连接常用计算方法

计算方法	特点	方向性	是否已用于反 馈计算模型
时间相关性	“局部”性分析，计算简单，计算结果依赖感兴趣区域 （region of interest，ROI）的选择	无	是
独立成分分析（independent component analysis， ICA）	“全局”性分析，成分间关系不明确	无	否
小世界网络	全脑功能连接分析，网络节点的选择依赖于先验知识	无	否
心理生理相互作用映射图（psychophysiological interaction，PPI）	分析与被刺激作用的脑区响应存在依赖关系的体素	有	否
结构方程模型（structural equation model，SEM）	路径系数，即连接强度，具有瞬时性	有	否
动态因果模型（dynamical causal model，DCM）	建模精确，计算复杂，无法进行大规模脑网络的分析	有	是
Granger 因果模型（Granger causal model，GCM）	计算复杂度低，可用于大规模脑网络分析	有	否