最全总结图论在识别人脑网络连通性模式中的应用——相关与相关性,主成分分析，聚类分析，互信息，格兰杰因果分析，动态因果模型，贝叶斯网络，转移熵

人脑由860亿个神经元组成、通过150万亿突触连接，允许神经元向其他神经元传输电信号或化学信号。随着神经科学家寻求理解认知、行为和感知背后的综合信息，将人脑建模为复杂系统的研究显著增长。从连接模式的角度探索人脑揭示了关于大脑结构、功能和因果组织的重要信息。在连通技术中，功能连接和有效连接是近年来计算研究的焦点。功能连接指的是空间远程的神经生理事件之间的时间相关性，而有效连接指的是大脑网络的神经元单元之间的因果相互作用。功能性脑连接的计算方法一般分为基于模型的和探索性的（model-free）。为了分析有效的大脑连接，研究人员对Granger因果关系、动态因果模型和贝叶斯网络等方法感兴趣。此外，人类连接体(即绘制人脑的连接模式)已经成为人类神经科学领域中日益增加的感兴趣的主题，并且可以使用网络科学和图论来研究。

具体研究问题

1. 使用功能磁共振成像模拟大脑连接模式的计算方法是如何演变的？

2. 如何对使用功能磁共振成像绘制人类连接体的研究进行分类？

3. 在已确定的大脑