脑群体图基于受试者的神经影像、非成像信息构建,可从全局研究角度出发探究脑疾病间的潜在关联性和发病机理。图卷积神经网络(graph　convolutional　neural　networks,GCN)可较好处理不规则图数据,近年来在脑群体图研究中得到较多应用,用于分类、预测脑疾病。本文首先分别从频域和空间域介绍GCN算法的基本原理和典型模型;其次具体阐述群体图的构建流程,分别从单一、多群体图两个角度介绍GCN在该领域的应用;最后,讨论了GCN在脑群体图分析方面存在的问题,并对未来发展方向进行展望。