在药物成瘾的功能影像学研究中，引发成瘾者出现渴求最主要的方法是通过让成瘾者观看与成瘾物质相关的实物、图片以及录像来诱导渴求，即"毒品线索诱导渴求法"。国内外的学者曾利用该方法对海洛因成瘾者进行fMRI研究^{[15,16,17,18,19,20]}，结果具有相同的趋势，即线索诱发海洛因渴求的特异激活脑区主要集中在前额叶和中脑边缘系统。其中有研究发现，长期戒断有利于降低海洛因成瘾者内侧前额叶的毒品线索反应^[16]，长期美沙酮维持治疗可降低海洛因成瘾者背侧纹状体（尾状核）的毒品线索反应强度^[21]，海洛因成瘾者的复吸行为与伏隔核的毒品线索反应程度密切相关^[15]。这些脑区的线索反应变化有望成为一种反映海洛因成瘾者复吸易感性的生物学标志。

反应抑制fMRI任务是用于研究成瘾者抑制性控制功能的实验范式，它包括go/nogo任务和Stroop任务范式。go/nogo任务要求被试在一种信号呈现时（go信号）按键，而在另一种信号（nogo信号）呈现时不按键，通过分析大脑处理go信号与nogo信号过程的差异来研究抑制性控制功能。海洛因成瘾者在go/nogo任务中表现为反应速度缓慢，并伴随内侧前额叶和前扣带回的激活减低^[22]，说明海洛因成瘾者前额叶功能受损。Stroop任务是另一种评估抑制性控制功能的实验范式，它在人的自动加工反应（如读词）与另一种控制加工反应（如颜色命名）之间制造一种矛盾，这两种认知过程同时竞争同一个大脑处理资源，在此过程中评估前额叶功能。Yucel等^[23]利用Stroop任务发现阿片依赖患者抑制性控制功能明显受损，提示利用该技术可以作为海洛因依赖研究的有效方法。

基于任务fMRI研究常用基于一般线性模型（general lineal model，GLM）的减法技术和反卷积模型^[24]来确定激活脑区。Friston于1994年将GLM引入fMRI研究，GLM是一种基于体素的数学模型，它将体素内的观察值表达为若干个解释变量的线性组合。之后建立一种统计参数的映射，这种映射所反映的是统计的显著性以及特定脑区的响应。

采用毒品线索诱导渴求fMRI任务和反应抑制fMRI任务，可通过观察与海洛因成瘾形成机制相关脑区的功能变化，尤其是与奖赏和抑制性控制相关脑区的激活程度差异，来深入理解海洛因依赖者对于具有突显性的毒品相关线索产生的强烈生理及主观反应变化规律，以及海洛因成瘾者前额叶功能受损导致的抑制性控制功能的变化，为海洛因依赖机制的研究以及海洛因依赖治疗措施的发展提供帮助。

Reho分析法主要是利用肯德尔和谐系数（kendall coefficient of concordance，KCC）来评估体素和其相邻体素之间时间序列的相关性，是我国著名功能磁共振领域专家臧玉峰等首先发布的一项技术^[3]，它反映的是邻近脑区神经活动的同步性或一致性。Qiu等^[25]发现海洛因成瘾者双侧眶额回及内侧丘脑等脑区的Reho值明显低于健康对照。

ALFF分析法是从能量的角度来评估每个体素幅值大小，它反映静息态下神经元自发活动水平的高低，该技术也是臧玉峰等人首先提出并广泛应用于功能性脑病等相关领域的研究^[5]。Jiang等^[26]利用ALFF的方法研究发现，海洛因成瘾者比健康对照的双侧内侧眶额回及背侧前扣带回等脑区的ALFF值明显下降。

基于ROI的网络分析法是一种经常使用的分析方法，它是基于某种假设先选择某个脑区作为感兴趣区，提取该区域的平均时间序列信息，然后计算该ROI与全脑其他体素之间时间序列的相关性。最终根据一定的阈值分析出具有统计学意义关系的脑区，这些脑区被认为是与该ROI有功能连接的脑区。这种方法不仅可以计算ROI内时间序列与全脑所有体素时间序列之间的相关性分析（基于ROI的全脑网络），还可以计算所选多个ROI时间序列之间的相关性。因为ROI的选择有一定的主观性，这种分析方法的ROI选择至关重要，最好是基于一定的理论假设。目前比较常用的ROI选择方法包括基于解剖结构的ROI选择方法^[27]和基于任务态激活区的ROI选择方法^[28]。Ma等^[27]根据Volkow提出的药物成瘾四环路假设模型，分别以相应解剖结构为ROI进行全脑功能连接分析，进一步提示海洛因成瘾者对于毒品线索的突显性价值增高，而认知控制能力下降。Li等^[28]根据毒品线索反应差异，以后扣带回为ROI做全脑功能连接，发现后扣带回与双侧岛叶及背侧纹状体功能连接明显增强，而且这种异常与海洛因吸食时间成正相关。

ICA法是一种基于数据驱动的分析方法，对于fMRI信号一般采用空间独立成分分析^[29]。ICA将信号分为若干个相互独立的成分，并认为在同一成分内投影较大的脑区之间存在功能连接。它可以分离出很多独立成分，对应于各种基本生理功能以及噪声，从中可以得到所要研究的功能连接网络。其优势在于具有很强的客观性，目前已普遍应用于包括海洛因成瘾在内的精神疾病机制研究^[30]。最近一项ICA研究^[30]显示接受美沙酮维持治疗的海洛因成瘾者，其静息态默认功能网络的功能连接下降与复吸行为密切相关，有望为复吸风险预测提供依据。

Granger因果分析法是由经济学家Clive Granger提出的一种分析方法，它指如果一个变量和第2个变量的联合已知信息能比只用第2个变量的已知信息更好地预测第2个变量的未来，那么就称第一个变量引起了第2个变量或第一个变量是第2个变量的原因^[31]。该方法有助于探讨脑区间的联系以及信息传递的方向性，有望为深入研究海洛因成瘾机制提供新的方向。

Small world模型分析法采用的是复杂的网络研究模型，从宏观上考虑整个大脑功能网络的特点。小世界的网络特征是指它具有较短的全局路径长度和较高的局部集聚系数^[32]。正常人的大脑功能网络具有类似的特点，这可能是大脑信息处理过程中的功能分化和功能整合的结果。目前在海洛因成瘾机制研究方面，利用小世界模型来研究成瘾者大脑功能特征也取得了一定的成果，Yuan等^[33]利用小世界模型方法发现海洛因成瘾者小世界网络的各种属性明显异常，而且这种异常与海洛因吸食时间密切相关。

基于大型脑网络的分析法是在大型脑网络的框架下进行脑网络之间和之内的功能连接分析。目前，人们已经明确大脑是由若干相对独立的大型功能网络来协调发挥整体功能。它们包括默认功能网络（default mode network，DMN）、突显性网络（salience network，SN）、执行控制网络（executive control network，ECN）、视觉网络、听觉网络、感觉运动网络等^[34]。Menon指出明确DMN、SN和ECN 3个大型脑网络的内在特征，尤其是网络间相互作用关系可能是阐明包括海洛因成瘾在内的众多功能性脑疾病机制的重要途径^[34]。最近，Lerman等人^[35]发现，在戒烟24 h后相比正常吸足烟的状态下，尼古丁依赖者SN与DMN网络之间的抑制程度明显降低，而且降低的网络之间的功能连接程度可以预测戒烟后的吸烟渴求以及尼古丁依赖者工作记忆任务的表现成绩。可见阐明DMN、SN和ECN等大型网络之间的相互作用关系对于认识药物成瘾机制以及复吸机制至关重要。采用上述静息态fMRI的技术，可通过观察与海洛因成瘾形成机制相关脑区及网络间的ALFF值、Reho值、脑网络间功能连接度及小世界网络聚类系数（D值）和最短路径（L值）的变化以及采用Granger因果分析法进一步分析相关信息传递方式，来深入理解慢性使用海洛因所致的神经适应性改变以及相关功能网络功能改变，及其与成瘾患者的成瘾发展的关系，从而进一步理解海洛因成瘾的形成机制。然而，fMRI技术也存在一些不足之处，首先，BOLD-fMRI所反映的是神经活动的间接信息，是神经活动与血管反应耦合的信息；其次，fMRI的时间和空间分辨率有限，不能显示微观的快速的神经元活动；再次因受磁共振禁忌的限制，体内有金属植入物的患者无法进行fMRI研究，如脑深部电刺激的患者。尽管如此，fMRI技术在海洛因成瘾机制研究中仍发挥重要作用。