功能磁共振成像(fMRI)技术能够实时地对大脑神经功能活动进行成像，且由于其具有较高的空间分辨率、时间分辨率、无辐射损伤以及可在活体上重复进行检测等优势，已成为当今用于脑功能研究的热点。在基于功能磁共振成像的脑认知研究中，时间序列功能磁共振图像的数据处理与分析是极其重要的一个环节。 小波变换具有多分辨特性和时—频局部化的特点，所以fMRI数据的小波域分析方法比直接空间域的统计检验具有更高的检测灵敏度，但随之带来的是较高的假阳性率。而空间相关性检测在fMRI数据分析中常用于伪激发体素的辨别，有利于脑功能激活区域的空间定位。综合考虑两者的优缺点，本文提出了一种组合小波域统计分析和空间相关性检测的fMRI数据分析算法。该算法首先求出N个实验周期的平均差图，并对平均差图进行小波分解；其次，在小波域内进行统计检验，逆变换得到激活区；最后对该激活区进行逐体素的空间相关性检测，获得最终的激活区域。 应用结果表明：本文方法较好地解决了小波方法的激活区扩散和伪影问题；其检测到的激活区域与SPM5软件基本一致且其运算速度相比较SPM5有较大优势。该方法是一种快速、可靠的fMRI数据分析方法。