针对复杂时空型生物医学数据的数学建模与分析开展了研究，取得了以下四个方面的成果：（1）提出了基于弹性嵌入和水平集的时空异质数据的拓扑型可视化与重构方法，有效应用于单细胞数据演化路径重构（已投，审查中）；基于动态网络标识理论和单细胞数据，分析了细胞命运决策的临界分叉动力学机制。（2）针对光滑化处理的fMRI数据的空间关联结构，发展了高斯随机场与拓扑统计推断工具，首次给出了关联分析的假阳性控制率以及统计功效的理论公式，为遗传脑影像学研究提供了有力的理论工具。(3) 针对多模态脑数据高维度、多尺度特性，提出了有效建模与整合的计算框架，揭示了精神分裂症的多尺度机理。(4) 对基于芯片和基于二代测序的DNA拷贝数变异检测技术与计算方法进行了系统性的评估和比较。