现有的大多数研究都是从组水平上研究脑功能网络,但忽略了个体之间的差异。近年,为了更好地了解个人大脑,个体化神经科学的概念应运而生,旨在研究和利用大脑中的个体差异。前人的研究已经展示了基于全脑的功能连接进行个体辨识的可能性。为了提取功能连接中更本质的“脑纹”信息,我们推测功能连接中的间接相互作用可能是不利于个体辨识的信息,那么功能连接中的剩余部分（称之为直接功能连接）可能会构成更好的“脑纹”。我们采用静默法从实验数据中得到的功能连接中推断直接功能连接,并从类间相关系数的角度解释了为什么直接功能连接的个体辨识力更强。我们的结果表明,在三个公开数据集中,直接功能连接（即使是从更短的功能磁共振数据中估计得到的）的个体辨识力显著高于功能连接（从全长功能磁共振数据中估计得到的）的个体辨识力。另外,我们阐明了用于计算直接功能连接的静默法是通过增加高可靠性的边（即具有高类间相关系数的连接边）的类间相关系数来提高个体辨识力的,并且高可靠性的边主导了脑功能网络的个体辨识力。静默后,高可靠性的边分布于整个大脑,特别是在Fronto-parietal Task Control,Salience,Ventral Attention和Dorsal Attention四个子网络中。最后,从任务态功能磁共振数据估计出的脑功能网络的个体辨识力显著高于静息态磁共振数据估计出的脑功能网络的个体辨识力,并且静默法可以进一步提高每一个任务态下的脑功能网络的个体辨识力。这些结果表明,通过静默法从功能连接估计出的直接功能连接对于个体辨识力而言可能是一个更准确的“脑纹”。这项研究向基于功能磁共振成像的个体化神经科学迈出了一步。