图论将大脑作为一个大型复杂网络的分析——如何构建功能性、结构性脑网络，全局属性，局部属性指标计算

图论和网络分析的第一次应用可以追溯到1736年，当时Leonhard Euler解决了Königsberg Bridge问题。就这一点而言，一个图由一组有限的顶点(或节点)组成，这些顶点通过称为边(或弧)连接在一起。随着电路和化学结构在其早期应用中出现有希望的结果，图论现在在解决其他学科中的大量实际问题方面变得有影响力，例如运输系统、社交网络、大数据环境、物联网、电力基础设施和生物神经网络。

使用图论的复杂脑网络研究的转折点可以追溯到“人类连接体”的引入。在图论中，元素为零或非零的N×N邻接矩阵(也称为连接矩阵)表示具有N个节点的网络的顶点之间不存在或存在关系。通过从该矩阵中提取不同的指标，可以获得所需图(例如，人脑网络)的拓扑分析。基于顶点之间的链接是否携带方向信息(例如，因果交互)，脑图可以被分类为有向或无向(图1)。到目前为止，由于定向网络推理的技术限制，大多数人脑研究都致力于无向网络。根据顶点之间的链接是否可以取不同的值，脑图也可以分为加权的或二进制的(图1)。例如，在通过DTI获得的脑白质解剖网络中可以使用各种信息获得加权网络，例如纤维数量、纤维长度和分数各向异性。