术中脑组织变形是影响神经外科手术导航系统(Image-Guided Neurosurgery, IGNS)精度的主要原因。本文研究目的是建立脑组织变形量和影响脑组织变形的因素之间的统计学习模型,并用这种模型来预测脑组织变形情况。脑组织变形预测可看成是一个函数回归估计问题：脑组织变形量为函数的输出值,而相应的影响脑组织变形的因素作为函数输入值。问题的最终目标是寻找一个有良好推广能力的从影响脑组织变形的因素到脑组织变形的映射。本文采用不同常数项模糊支持向量机(FSVM with different Constant Term)对脑组织变形量和影响脑组织变形的因素建立脑组织变形矫正模型。采用该方法对10组临床数据集进行训练,得到脑组织位移与开颅方向、手术部位等多维数据的关系模型,最后用留一法检验该模型,结果显示9组数据集的预测误差小于等于1mm。文中还对多点变形做了研究,结果表明基于不同常数项模糊支持向量机的脑变形矫正模型可以用来进行术前脑组织变形预测,并获得临床可接受的预测精度,能应用到IGNS手术导航中。