1.一种大脑MR医学图像配准方法，其特征在于：所述配准方法包括以下步骤步骤1：采用BCFCM方法对参考图像和浮动图像进行分割；

步骤2：采用MSR目标对称轴检测方法对原始参考图像和原始浮动图像进行对称轴检测并提取对称轴方程；

步骤3：对步骤1处理后图像进行二值化阈值分割；

步骤4：根据步骤2所检测的对称轴方程对步骤3处理后图像进行近似对称性约束，所得到的图像分别记为待配准的参考图像和待配准的浮动图像；

步骤5：初始化刚体变换矩阵配准参数，设定参数初始值为0；

步骤6：通过SSD相似性度量准则配准步骤4得到的待配准的参考图像和待配准的浮动图像，得到最优变换矩阵配准参数。

2.根据权利要求1所述的一种大脑MR医学图像配准方法，其特征在于：所述BCFCM方法对参考图像和浮动图像进行分割，其目标函数为：其中，yi为观测到的图像像素，表示该像素受偏离场影响；βi代表偏离场，xi＝yi‑βi为去偏离场后的图像像素；α为比例因子，控制像素邻域对图像分割的影响； 表示以第i个像素点为邻域中心的邻域方形窗像素点集合，不包括i本身，其中R为邻域方形窗的边长；yr及βr分别表示领域像素值及该像素值的偏离场；N表示像素总个数；cj表示聚类簇心，C表示待划分像素的类别总数，待划分像素类别总数C≥2；其中一个聚类簇心初始值设为0，记为cj＝0＝0；m为一个大于0的任意实数；uij为隶属度，表示第i个像素点属于第j类的概率，满足在图像分割中，该值组成的矩阵U称为分割矩阵；利用(1)式进行优化得到最优隶*

属度 并组合成最优分割矩阵U。

*

3.根据权利要求2所述的一种大脑MR医学图像配准方法，其特征在于：选择U中类别为背景灰度值的分割子矩阵 作为原始图像的分割矩阵来分割图像，其格式为：设分割图像的像素矩阵大小为x×y，则：其中，N表示像素总数； 为最优隶属度，表示第i个像素点属于第j类的最优概率。

4.根据权利要求1所述一种大脑MR医学图像配准方法，其特征在于：步骤2所述的MSR目标对称轴检测方法流程如下：

(1)将过图像中心点的垂线置为初始对称轴；

(2)将原始图像关于该对称轴进行镜像变换，得到镜面图像；

(3)将原始图像作为参考图像，镜面图像作为浮动图像进行刚性配准，得到刚性变换矩阵参数；

(4)根据刚性变换矩阵参数得到原始图像对称轴。

5.根据权利要求1所述的一种大脑MR医学图像配准方法，其特征在于：将步骤1处理后的图像进行阈值分割，经过二值化阈值分割处理后的图像分割矩阵记为P，格式如下所示：其中p(g)为阈值分割函数，δ为阈值，在理想情况下δ＝1。

6.根据权利要求1所述的一种大脑MR医学图像配准方法，其特征在于：根据步骤2所检测的对称轴方程，对步骤3处理后图像进行近似对称性约束，所得到的图像分别记为待配准的参考图像和浮动图像，对称轴方程记为l，记矩阵P经对称性约束后的矩阵为S，公式如下所示：

实际使用中令s(h)＝ssparse(h)或者s(h)＝sdense(h)，其中ssparse(h)和sdense(h)分别为稀疏性和稠密性对称性约束函数，其定义式为：2

h′为关于图像对称轴l的对称点，h′a为对称点邻域像素值，A 为对称点邻域方形窗大小，表示对称点邻域方形窗内像素点个数。

7.根据权利要求1所述的一种大脑MR医学图像配准方法，其特征在于：步骤5所述初始化刚体变换矩阵配准参数，设定参数初始值为0；所述刚体变换的过程为：将具有6个自由度的刚体变换作为人脑多模态MR医学图像配准的几何变换参数矩阵，所述6个自由度的刚体包括tx、ty、tz三个位移自由度，θx、θy、θz三个旋转自由度。

8.根据权利要求1所述的一种大脑MR医学图像配准方法，其特征在于：步骤6，通过SSD相似性度量准则配准图像，得到最优变换矩阵配准参数，其中SSD相似性度量优化公式为：

其中，T表示由6个自由度组成的刚体变换参数矩阵；M、N代表图像像素位置，即M×N代表图像像素总个数；I和I′分别代表待配准浮动图像和待配准参考图像像素值大小矩阵。

9.根据权利要求8所述的一种大脑MR医学图像配准方法，其特征在于：配准过程的优化目标为：

在对配准浮动图像进行刚性变换即计算T(i，j))时，由于其值并不一定为整数坐标，故通过双线性插值法，使其映射到整数坐标；该配准通过高斯牛顿法求解(9)式最优值获得最佳刚体变换矩阵参数。