Introduction : Cette étude vise à utiliser l'imagerie du tenseur de diffusion (DTI) en conjonction avec des techniques de graphes cérébraux pour définir la connectivité structurelle du cerveau et étudier son association avec le revenu personnel (PI) chez des individus de différents âges et quotients intellectuels (QI). Méthodes : Des examens IRM ont été réalisés sur 55 sujets de sexe masculin (âge moyen : 40,1 -9,4 ans). Des données graphiques et des mesures ont été générées et les images DTI ont été analysées à l'aide de statistiques spatiales basées sur les secteurs (TBSS). Tous les sujets ont subi l'échelle d'intelligence adulte de Wechsler pour une estimation fiable du QI à grande échelle (FSIQ), qui comprend l'indice de compréhension verbale, l'indice de raisonnement perceptuel, l'indice de mémoire de travail et l'indice de vitesse de traitement. Le score de performance a été défini comme l'IP mensuel normalisé par l'âge du sujet. Résultats : L'analyse des métriques graphiques globales a montré que la modularité était en corrélation positive avec le score de performance (p = 0,003) et négativement avec le FSIQ (p = 0,04) et l'indice de vitesse de traitement (p = 0,005). Aucune corrélation significative n'a été trouvée entre les indices de QI et les scores de performance. L'analyse régionale des métriques graphiques a montré des différences de modularité entre les réseaux droit et gauche dans les réseaux sous-corticaux (p = 0,001) et frontaux (p = 0,044). L'analyse TBSS a montré des diffusivités axiales et moyennes plus importantes dans le groupe haute performance en corrélation avec leur organisation cérébrale modulaire. Conclusion : Cette étude a montré que la performance de l'IP est fortement corrélée à une organisation modulaire de la connectivité structurelle cérébrale, ce qui implique des réseaux courts et rapides, assurant un traitement cérébral automatique et inconscient. De plus, le manque de corrélation entre la performance et le QI suggère un rôle réduit des capacités de raisonnement académique dans la performance, au profit des réseaux décisionnels à forte incertitude.