Orientador: Prof. Dr. João Ricardo Sato / The brain is a complex system organized in structurally segregated and functionally specialized regions. The brain areas are composed of neuronal networks interconnected by axonal pathways that integrate through correlated neural activity. Recent studies on neural connectivity using graph theoretical analysis have revealed that brain networks interact through densely connected regions with high topological value called hubs. Previous studies of Default Mode Network (DMN), one of the most important resting-state networks, have improved the understanding of the intrinsic neuronal activity and the dynamics of the human brain. Spontaneous brain activity and Resting-State Functional Connectivity (RSFC) patterns of Resting-State Network (RSN) are essential for the comprehension of the brain function. Neuroimaging techniques such as functional Near Infrared Spectroscopy (fNIRS) make these studies possible. Thus, the main objective of this study was to investigate the RSFC using Eigenvector Centrality (EVC) measure of graph theory in fNIRS data. This work has demonstrated the effectiveness of the graph analysis for detection of hubs and mcommunities, and identified brain regions associated with rich-club, that integrates highly interconnected hubs and plays a central role in the flow and integration of Information throughout the brain. One can also conclude from the RSFC analysis the existence of functional hubs associated with DMN. / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2017. / O cérebro é um sistema complexo organizado em regiões segregadas estruturalmente e especializadas funcionalmente que são compostas por redes neuronais interconectadas por vias axonais que se integram através de atividade neural correlacionada. Estudos recentes sobre conectividade neural usando teoria de grafos revelaram que as redes cerebrais interagem através de regiões densamente conectadas e com alto valor topológico denominadas hubs. Dentre as redes existentes destaca-se, por sua contribuição para a melhor compreensão do funcionamento do cérebro humano, a rede de modo padrão (Default Mode Network, DMN). A atividade espontânea do cérebro e os padrões de conectividade funcional (Resting-State Functional Connectivity, RSFC) das redes cerebrais na condição de repouso (Resting-State Network, RSN) também se tornam essenciais nos estudos que visam compreender a função desse órgão, estudos esses possibilitados graças às técnicas de neuroimagem destacando-se a espectroscopia funcional no infravermelho próximo (functional Near Infrared Spectroscopy, fNIRS). Assim, o objetivo principal deste estudo foi investigar a RSFC usando a medida de centralidade do autovetor (Eigenvector Centrality, EVC), técnica pertencente à teoria de grafos, em dados de fNIRS. Este estudo pode demonstrar a eficácia da metodologia empregada para analisar a RSFC além de revelar a existência de um núcleo estrutural, denominado hub complex, densamente conectado (rich-club), que integra hubs altamente interligados e desempenha papel central no fluxo e integração da informação ao longo do cérebro. Pode-se também concluir a partir da análise da RSFC a existência de hubs funcionais associados à DMN.