1.基于边缘区域分割检测的多模态医学图像融合方法，其特征在于，包括以下步骤：获取第一源图像与第二源图像并分别进行图像分解处理，得到第一源图像的能量层、第一源图像的细节层、第二源图像的能量层、第二源图像的细节层；

设定阈值，引入模糊区域主动轮廓算子分别对第一源图像与第二源图像进行显著区域提取处理，得到第一源图像的初始显著层与第二源图像的初始显著层；

通过热传导矩阵算法分别对第一源图像的初始显著层与第二源图像的初始显著层进行边缘信息检测处理，得到第一源图像的边缘细节层与第二源图像的边缘细节层；

结合梯度幅值和像素值构建边缘细节层融合算法，对第一源图像的边缘细节层与第二源图像的边缘细节层进行融合处理，得到边缘融合决策图；

将第一源图像的细节层、第二源图像的细节层与边缘融合决策图进行融合处理，得到预融合的边缘细节层；

对第一源图像的细节层与第二源图像的细节层分别进行边缘细节特征剔除处理，得到第一源图像的非边缘细节层与第二源图像的非边缘细节层；

通过模糊区域主动轮廓算子分别对第一源图像与第二源图像进行显著区域提取处理，得到第一源图像的显著决策图与第二源图像的显著决策图；

结合局部相位相干强度算法和伪水平集函数，构建显著细节层融合算法；

通过显著细节层融合算法对第一源图像的非边缘细节层与第一源图像的显著决策图进行提取处理，得到第一源图像的显著细节层；

通过显著细节层融合算法对第二源图像的非边缘细节层与第二源图像的显著决策图进行提取处理，得到第二源图像的显著细节层；

将第一源图像的显著细节层与第二源图像的显著细节层进行融合处理，得到预融合的显著细节层；

获取第一源图像的非显著细节层与第二源图像的非显著细节层并结合第一源图像的能量层与第二源图像的能量层，通过绝对最大值操作算法进行融合处理，得到预融合的基础层；

结合预融合的边缘细节层、预融合的显著细节层与预融合的基础层，构建多模态医学图像融合结果。

2.根据权利要求1所述基于边缘区域分割检测的多模态医学图像融合方法，其特征在于，通过平均滤波算对第一源图像与第二源图像进行图像分解处理，其表达式为：；

上式中， 分别表示第 幅图像的能量层与细节层， 表示像素坐标， 表示第 幅图像， 表示平均滤波器， 表示卷积操作运算。

3.根据权利要求2所述基于边缘区域分割检测的多模态医学图像融合方法，其特征在于，还包括引入模糊区域主动轮廓算子与热传导矩阵算法构建基于模糊区域的主动轮廓‑热传导模型，其表达式具体如下所示：；

上式中， 表示基于模糊区域的主动轮廓‑热传导模型中的基于模糊区域的主动轮廓， 表示带有模糊集的模糊区域项， 表示边缘能量项， 表示边缘检测器，表示伪水平集隶属度函数。

4.根据权利要求3所述基于边缘区域分割检测的多模态医学图像融合方法，其特征在于，所述获取第一源图像的非显著细节层与第二源图像的非显著细节层并结合第一源图像的能量层与第二源图像的能量层，通过绝对最大值操作算法进行融合处理，得到预融合的基础层这一步骤，其具体包括：对于第一源图像的非边缘细节层与第二源图像的非边缘细节层分别进行显著细节层剔除处理，得到第一源图像的非显著细节层和第二源图像的非显著细节层；

将第一源图像的非显著细节层与第一源图像的能量层进行融合处理，得到第一源图像的基础层；

将第二源图像的非显著细节层与第二源图像的能量层进行融合处理，得到第二源图像的基础层；

通过绝对最大值操作算法对第一源图像的基础层与第二源图像的基础层进行融合处理，得到预融合的基础层。

5.根据权利要求4所述基于边缘区域分割检测的多模态医学图像融合方法，其特征在于，所述构建多模态医学图像融合结果的表达式具体如下所示：；

上式中， 表示多模态医学图像融合结果， 表示预融合的边缘细节层，表示预融合的显著细节层， 表示预融合的基础层， 表示像素坐标。

6.基于边缘区域分割检测的多模态医学图像融合系统，其特征在于，包括以下模块：第一模块，用于获取第一源图像与第二源图像并分别进行图像分解处理，得到第一源图像的能量层、第一源图像的细节层、第二源图像的能量层、第二源图像的细节层；

第二模块，用于设定阈值，引入模糊区域主动轮廓算子分别对第一源图像与第二源图像进行显著区域提取处理，得到第一源图像的初始显著层与第二源图像的初始显著层；

通过热传导矩阵算法分别对第一源图像的初始显著层与第二源图像的初始显著层进行边缘信息检测处理，得到第一源图像的边缘细节层与第二源图像的边缘细节层；

结合梯度幅值和像素值构建边缘细节层融合算法，对第一源图像的边缘细节层与第二源图像的边缘细节层进行融合处理，得到边缘融合决策图；

将第一源图像的细节层、第二源图像的细节层与边缘融合决策图进行融合处理，得到预融合的边缘细节层；

第三模块，用于对第一源图像的细节层与第二源图像的细节层分别进行边缘细节特征剔除处理，得到第一源图像的非边缘细节层与第二源图像的非边缘细节层；

通过模糊区域主动轮廓算子分别对第一源图像与第二源图像进行显著区域提取处理，得到第一源图像的显著决策图与第二源图像的显著决策图；

结合局部相位相干强度算法和伪水平集函数，构建显著细节层融合算法；

通过显著细节层融合算法对第一源图像的非边缘细节层与第一源图像的显著决策图进行提取处理，得到第一源图像的显著细节层；

通过显著细节层融合算法对第二源图像的非边缘细节层与第二源图像的显著决策图进行提取处理，得到第二源图像的显著细节层；

将第一源图像的显著细节层与第二源图像的显著细节层进行融合处理，得到预融合的显著细节层；

第四模块，用于获取第一源图像的非显著细节层与第二源图像的非显著细节层并结合第一源图像的能量层与第二源图像的能量层，通过绝对最大值操作算法进行融合处理，得到预融合的基础层；

第五模块，用于结合预融合的边缘细节层、预融合的显著细节层与预融合的基础层，构建多模态医学图像融合结果。