GeoSPM：面向医学的地统计参数映射

健康与疾病的特征和决定因素常按空间组织，反映了我们空间延展的本性。理解此类因素的影响需要能够捕捉空间关系的模型。尽管作为一门成熟学科，空间分析在医学中相对少见，这或许是该领域复杂性及主导其的数据体制严苛所致。借鉴在神经影像领域已确立的拓扑推断框架——统计参数映射（statistical parametric mapping），我们提出并验证了一种用于多样化临床数据空间分析的新方法——GeoSPM，其基于微分几何与随机场理论。我们在涵盖多样空间关系、采样及噪声污染的广泛合成模拟上评估了 GeoSPM，并展示了其在 UK Biobank 大规模数据上的应用。GeoSPM 具有透明可解释性，非专家也能轻松实现，可灵活建模复杂空间关系，对噪声与欠采样具有鲁棒性，提供有坚实依据的统计显著性准则，且凭借计算效率可轻松扩展至大规模数据集。我们提供了 GeoSPM 完整的开源软件实现，并认为其采用可催化空间分析在医学诸多亟需此技术的方面的更广泛应用。