本章所描述的多模态神经影像数据侧重于广义含义，即对不同种数据进行分别采集和分析。脑网络分析方法可用于基于不同种数据构建网络，求解网络参数，如聚类系数、最小路径长度等；机器学习算法可用于分析多模态数据，不同模态数据求解的指标可作为样本特征，用于分类研究。本章介绍的算法可以同时应用于前几章提到的EEG和MRI的数据分析，实现同一疾病、不同数据、相同分析方法的研究，并且实现不同模态数据的优势互补。
