1.一种改进的基于自相似性的多序列磁共振图像转换方法，其特征在于，所述方法包括如下步骤：

1)对所有序列的三维磁共振图像，用非局部均值快速降噪算法逐层进行降噪；

2)通过层叠的大津算法对前景部分进行提取，即多次使用大津算法，将后一次的前景叠加到前一次的图像中；

3)使用局部的三维中值滤波对结果进行优化，填充被误当成背景而忽略的部分像素，并对一些突出的像素点进行平滑：

4)使用自相似性对预处理好的图像进行编码，过程如下：

4.1)选取离一个像素最相邻的6个像素，选取12对距离为根号2单位的像素点的差值作为中心点的特征描述，中心像素不参与计算；

4.2)将这些差值除以差值的均值，对所有距离进行归一化；

4.3)使用海明距离表示每一个距离，每个距离占用5个比特位，12个数值占据60位；前4位的比特为置为0，最终将获得64位的数值，该数值就是特征图中，该像素点的数值；

5)使用一种基于离散的优化方法计算特征图间相似性度量，并判断相似性度量是否到达最优状态，过程如下：

5.1)在上述方法中，已经将图像距离变换成海明距离，通过异或计算获取两幅图像的差值，计算差值的平方差之和；

5.2)判断平方差之和是否达到最小值，即相似性度量是否达到最优，若不是则进行步骤5.3)，如果是则进行步骤6)；

5.3)对变换矩阵参数进行更改，对浮动的目标特征图进行变换，然后进行步骤5.1)；

6)使用最终变换矩阵对原浮动图像进行变换，获得最终的结果图。

2.如权利要求1所述的改进的基于自相似性的多序列磁共振图像转换方法，其特征在于，所述步骤1)的过程如下：

1.1)寻找全图中相似度较高的区域；

1.2)设定两个固定大小的窗口，一个为搜索窗口，记作X，另一个为邻域窗口，记作Y；

1.3)两个大小相同的邻域窗口，其中一个在搜索窗口中滑动遍历，记作y，另一个是目标像素的邻域窗口，记作x；

1.4)利用欧氏距离的平方计算两个邻域窗口间的相似程度ω：其中h为平滑参数，V(x),V(y)分别代表以x和y为中心的领域，

1.5)每一个降噪后的像素可用以下公式求得；

其中v为含有噪声的图像，表示降噪后的图像；

1.6)使用积分图对原公式进行计算，降低空间复杂度以及加快降噪的速度。

3.如权利要求1或2所述的改进的基于自相似性的多序列磁共振图像转换方法，其特征在于，所述步骤2)的过程如下：

2.1)计算图像的直方图，若图像像素值是0-255，那么该图像就有256个bin，统计落在每个bin的像素点的个数，并进行归一化；

2.2)i表示分类的阈值，即一个灰度级，统计0～i灰度级的像素所占整幅图像的比例w0,并统计像素的平均灰度u0，统计i～255灰度级的像素所占整幅图像像素的比例w1，并统计像素的平均灰度u1；

2.3)i从0迭代至256，计算两者的方差g＝w0*w1*(u0-u1)(u0-u1)，当g是最大值时的i值作为图像的全局阈值进行分割；

2.4)层叠提取，将后一次的前景叠加到前一次的图像中，提取更多可用的结构信息。

4.如权利要求1或2所述的改进的基于自相似性的多序列磁共振图像转换方法，其特征在于，所述步骤3)的过程如下：

3.1)选取需要滤波的像素点；

3.2)统计该噪声点为中心的立方体上的26个近邻点的值，取中值作为该噪声点的值。