人間の脳の構造的ネットワークの構築は.構造的MRI画像（灰白質の形態的指標.例えば皮質厚.皮質曲率面積等.青矢印で示す処理）と拡散MRI画像（白質繊維束.緑矢印で示す処理）に基づいて行うことができる。 ヒトの脳の機能ネットワークは.機能的MRI画像（機能的脳活動の時系列.赤矢印で示す流れ）.EEG/磁気脳信号（黄矢印で示す流れ）をそれぞれ基にすることができる。 ネットワークノードの定義：構造的.拡散的.機能的MRIデータは.先験的に脳領域や画像ボクセルをマッピングしてネットワークノードを定義する必要があるが.EEG/EMGデータは.記録電極/チャンネルを直接ネットワークノードとして定義している。 ネットワーク接続（エッジ）は.構造MRIデータではネットワークノードの形態的指標間の統計的関係として定義され.拡散MRIデータではネットワークノード間の解剖学的接続が決定論的または確率的線維追跡技術によって決定され.機能MRIおよびEEG/EMMのネットワーク接続は一般にピアソン相関.バイアス相関.同時尤度と他の計算法によって測定することが可能である。 また.ネットワークノードの神経活動信号間の統計的関係は.ピアソン相関.偏相関.同時尤度によって測定することができる。 ステップ3で得られた相関行列を二値化することにより.異なる閾値における二値行列.すなわち.構造的脳ネットワークと機能的脳ネットワークを得ることができる。 今日まで.構造的MRIは.正常な脳の発達.加齢.および疾患における脳の局所領域の形態的変化を研究するために広範囲に使用されてきた。注目すべきは.現在.いくつかの研究により.ヒトの脳の形態学的データには.脳の結合性に関する豊富な情報が含まれていることが判明していることである。 2005年.英国のMechelliらは.構造的磁気共鳴画像法を用いて.特定の脳領域（例えば.脳の両半球）間の灰白質密度の協調的変化を見出し.この協調性は.それらをつなぐ白質線維の束（脳梁）に関連しているのではないかと推測した。 2006年.Lerchらは.大脳皮質のBroca領域とWernicke領域（言語に関連する2つの脳領域）の灰白質皮質の厚さが非常に高く調整されていることを発見した。そこで彼らは.皮質の厚さの相関マップを構築したところ.ヒトの脳における弧状筋膜（ブローカ領域とウェルニッケ領域をつなぐ白質線維）のマップと驚くほど類似していることを発見したのである。脳領域間の形態的相関の正確な生理的意義はまだわかっていないが.いくつかの研究から.このような形態的特徴の協調的変動が.先天的な遺伝と後天的な可塑性の両方に関連している可能性が示唆されている。 2007年.Heらは124人の構造画像データを用いて.大脳皮質54領域の皮質の厚さの相関を調べることにより.ヒトの脳の構造ネットワークの構築に初めて成功し.そのネットワークが指数関数的に切り詰められた冪乗則分布を持つ「スモールワールド」特性を持つことを見いだしました。この研究は.脳の構造的コネクトームを構築するために形態学的指標を用いるというアイデアを初めて提案し.皮質厚相関から構築したヒト脳構造ネットワークの「スモールワールド」特性を確認し.生きたヒトの脳の構造的コネクトームを記述する新しい方法を提供するものであった。 2008年.Chenらはさらに.皮質厚ネットワークが人間の脳の機能モジュール（言語.記憶.視覚など）に対応した組織的パターンを持つことを示し.皮質厚相関の変化が主に異なる機能モジュール内に位置していることを示唆した。また.ネットワーク内のノードとエッジの間 隔を比較することにより.皮質厚ネットワークのコアノードは主に頭頂.側頭.前頭連合皮質に位置し.ネットワーク内の重要なパスウェイの大部分は異なるモジュールのコアノードに接続されていることが明らかになった。 2008年.Schmittらは600人の子供被験者の脳構造の遺伝的相関行列を作成し.遺伝的要因によって制御される異なる脳領域間の構造的結合が「スモールワールド」特性を持つ複雑なネットワークを形成することを発見しました。 このネットワークの中核となる脳領域は.主に上前頭回.中前頭回.前中心回.後中心回に位置している。Lenrootらは.健常者787名の縦断的構造データをHeらが提案した方法で研究し.脳の発達が構造的（皮質厚）ネットワークのトポロジー特性に及ぼす影響を調査した。データセットは.小児（平均年齢6.9歳）.青年（平均年齢11歳）.若年成人（平均年齢16.4歳）の3つの年齢群に分けられた。 このことから.脳の発達は.脳構造の地域分化と密接に関係していることが示唆された。 これらの構造的MRIデータは.構造的脳内ネットワークが「スモールワールド」の性質を持ち.モジュール構造などのトポロジー特性を持つことを示唆している。 形態学的データに基づいて構造的脳内ネットワークを構築する方法は.ヒトの脳の構造的結合パターンを簡便かつ効果的に記述することができ.ヒトの脳の構造的ネットワークのトポロジーパターンを明らかにするだけでなく.ヒトの脳の構造と機能の相互関係を探る実験基盤を提供するものである。 ここで重要なことは.このように形態学的データに基づき脳の構造ネットワークを構築するアプローチには.いくつかの限界があるということである。例えば.現在の脳形態学の構造ネットワークは.通常.脳領域全体（例えばN<200）.n="">10000）間の結合パターンを記述しているが.それでも領域レベルでの上記のようなネットワーク特性が見出せるのか？ また.これらの異なるレベルの脳内ネットワークの間にはどのような関係があるのだろうか。
また.これらの異なるレベルの脳内ネットワークの間にはどのような関係があるのでしょうか？