本文提出了一种基于贝叶斯推断的计算框架，用于量化组织异常剪切弹性成像中的不确定性。通过马尔可夫链蒙特卡洛技术构建先验概率并进行参数估计。同时，研究探讨了多保真度方法在数据驱动模型中的应用，以提升预测准确性和鲁棒性，解决高斯过程后验协方差场分析的不足。