通过功能磁共振成像（fMRI）的使用，人脑映射，即功能区域及其连接的检测，已经取得了巨大的进展。这种成像技术产生的大量时空数据集给统计分析带来了挑战性的问题。许多方法侧重于对时间组件进行适当的建模。空间方面通常只在单独的后处理步骤中考虑，如果有的话，或者建模基于高斯随机场。高斯空间平滑的一个弱点是可能低估激活峰值或模糊激活区域和非激活区域之间的急剧跃迁。本文提出了贝叶斯时空模型，其中通过非均匀或复合马尔可夫随机场先验来提高空间自适应性。推断基于近似MCMC技术。通过模拟研究研究了我们方法的性能，包括与基于高斯的模型的比较，以及在像素和全局MSE方面更稳健的空间先验。最后，我们通过应用视觉刺激实验中的fMRI数据来评估视觉皮层区域的激活，展示了它的用途。