中文摘要：

基于空间相关性的空间统计学，是现代统计学的研究热点。研究多模MR数据的空间统计学方法，能促进新的多元信息融合理论的发展。然而，由于MR数据自身的特点，不同扫描序列的空间分辨率通常不同；需要与实际相符的先验信息，提高模型的准确度和精度；由于肿瘤处于中枢神经系统，难以采集病理标本验证模型的拟合效果。基于病理数据为先验信息的贝叶斯空间统计方法有望解决这些问题。本项目拟采用贝叶斯空间统计方法实现多元MR属性对胶质瘤空间分布的解释和预测，并使模型具有一定稳健性和自适应性的优点。具体开展以下研究①以病理结果为先验知识，引入核函数构造贝叶斯模型先验分布；②多模MR数据空间位置配准；③多模MR数据的多尺度模型的量化分析；④肿瘤浸润范围的空间模型构建和验证。项目的研究成果不仅对胶质瘤的定量分析有重要的临床意义，而且还将空间统计学的方法拓展到医学领域，同时给医学影像诊断提供了一种新的研究思路。