鼻咽癌是一种发生在鼻咽上皮的癌症,它集中发病于东亚与非洲,特别是我国南部地区。在国际肿瘤分期系统的标准分期下,同一分期的鼻咽癌患者其预后往往存在较大差异,因此需要寻找其它的预后因素辅助进行患者的分型。近年来,相关研究发现了数个与鼻咽癌患者的筛查以及预后紧密关联的生化指标和基因指标,但这些指标的采集与分析流程较为复杂。而磁共振成像作为一种无创且安全的影像检查手段,伴随着影像组学的发展,逐渐被采用作为新的候选预后因素。本文的研究目标是基于鼻咽癌患者的磁共振成像影像组学特征实现对鼻咽癌患者的风险分型。为实现此目标,本文首先提出了一种逐层影像分析的代表特征模型用于提取磁共振数据影像组学特征,该模型以患者的生存信息为指导,从一位患者的多层磁共振影像中选取最具代表性的一层并将其影像组学特征作为该患者的代表特征。此后,本文分别通过单因素COX回归与随机生存森林两种生存分析方法进行影像组学特征的挑选与风险预测模型的构建,并据此得到患者高低风险分型模型。本文还提出一种低秩稀疏的多视图子空间聚类度量学习模型,该模型从多个视图的子空间表达中学得公共表达的同时可以保持原本子空间表达中的良好结构。本文在多个模拟数据集与自然数据集上验证了该模型的有效性,并其应用于多模态磁共振数据中,依据识别的公共子结构获得有效的患者分型。多个实验结果表明,磁共振影像的频域特征在鼻咽癌患者的生存预测与风险分型上表现出较强的预测能力,以这些特征构建的风险预测模型也可以很好地将患者分为低风险与高风险两种亚型。本文的主要贡献及其意义在于:1)本文提出了以生存信息为指导的代表特征模型,为影像组学特征提取提供新的思路;2)本文提出了一种低秩稀疏的多视图子空间聚类度量学习模型,为多模态数据公共子结构的挖掘提供新的方法;3)本文发现磁共振成像数据的频域特征对鼻咽癌患者的预后与分型有预测意义,为鼻咽癌影像组学预后因素的研究提供新的方向。