[目的]　　 本研究拟采用贝叶斯网络方法对精神分裂症患者的初始沙盘主题特征模型进行构建，力图从该模型中找出沙盘主题特征之间的关系强度，通过可观察的主题特征对不可观察的主题特征来进行推断从而找出精神分裂症的沙盘特征，为精神分裂症的临床诊断和疗效判断提供一个新的科学客观的评估依据。　　 [方法]　　 选取符合国际疾病伤害及死因分类标准第10版(ICD-10)精神分裂症诊断标准的精神分裂症患者作为研究对象，共收集到精神分裂症患者初始沙盘150例，其中湛江市第三人民医院住院部（145例）及广东医学院附属医院心理科住院部（5例）。采用Mitchell编制的沙盘主题特征表对所收集沙盘作品进行分析并提取沙盘主题特征。通过贝叶斯网络的结构学习方法对沙盘主题特征表中的变量采用微软贝叶斯网络(MSBNX)构建贝叶斯网络拓扑结构;通过贝叶斯网络最大似然参数估计法采用MATLAB的BNT工具包将提取的沙盘主题特征数据编写入贝叶斯网络概率推理的程序来进行贝叶斯网络参数学习。最后，综合贝叶斯网络拓扑结构及参数学习结果构建出贝叶斯网络模型，并对模型中的结果进行推理分析。　　 [结果]　　 精神分裂症患者初始沙盘主题特征的贝叶斯网络模型结果显示:P（结构=1|创伤=1）=0.406664大于P（结构=1|治愈=1）=0.199998;条件概率表中P＞0.6的值只有四个，它们分别是:P（创伤=1|分裂=1）=0.773331，P(创伤=1|埋藏=1)=0.720000，P（创伤=1|妨碍=1）=0.720000，P（创伤=1|忽视=1）=0.646666。　　 [结论]　　 1精神分裂症沙盘结构的发生是以创伤主题为主的。　　 2精神分裂症的创伤主题主要是通过分裂、埋藏、妨碍、忽视这四个主题来呈现的。