1.一种利用医学图像统计肺部三维特征形状方法，其特征在于，所述方法的数据来源于胸部CT图像；针对多组CT图像序列，分别提取肺部区域形成体数据样本；再对体数据样本进行表面离散化处理，形成表面数据样本；在所有的表面数据样本间进行自动的特征标记点选取标定，形成一组训练样本集；最后，利用产生的训练样本集，通过主成分分析运算得到肺部平均形状模型以及形变的主要特征，具体操作步骤如下：步骤1-1：读入胸部CT图像序列；

步骤1-2：利用线性插值算法对原图像进行等方化处理，得到边长为2mm的体素；

步骤1-3：利用高斯滤波器对图像进行平滑降噪，并利用窗口函数增加图像中肺部区域的对比度；

步骤1-4：利用互补区域增长法在所有图像样本中对肺部区域进行提取，并对肺门边界部分的不正确分割结果进行手动调整，形成体数据样本；

步骤1-5：采用表面等值化处理算法将体数据样本转换为单表面的三角化表面数据样本；

步骤1-6：采用球面保角映射算法将表面数据样本映射到球面参数域，在此参数域中，肺部表面具有相同生理特征的区域得到对应；

步骤1-7：在球面参数域中，根据肺部表面映射后的三角网顶点分布密度情况，构造特征标记点分布模型；

步骤1-8：将特征标记点分布模型中点的位置映射至所有的肺部表面数据样本上，这些特征标记点形成训练样本；

步骤1-9：利用点迭代逼近算法对训练样本的空间位置进行一致化；

步骤1-10：利用主成分分析法求取训练样本集的平均模型以及形状的主要变化成分。

2.根据权利要求1所述利用医学图像统计肺部三维特征形状方法，其特征在于，步骤1-

4的具体步骤如下：

步骤2-1：希望获得的体数据样本为二值图像，假设目标区域颜色填充为白色，背景区域填充为黑色，要求目标区域为单连通区域，无空洞，背景区域无其它独立结构，以下利用两次“互补”的区域增长算法达到此目的；

步骤2-2：第一次区域增长算法是将种子点设在关心物体区域内部，运算得到的连通区域作为前景目标区域，结果，背景区域中独立结构得到去除；

步骤2-3：第二次区域增长算法是在步骤2-2获得图像的基础上，将种子点设在关心物体外部，运算得到的连通区域作为背景区域，结果，前景区域中的空洞结构得到去除。

3.根据权利要求1所述利用医学图像统计肺部三维特征形状方法，其特征在于，步骤1-

6的具体步骤如下：

步骤3-1：计算网状表面数据集中各样本的球面高斯映射，球心坐标设为坐标原点，半径为1；

步骤3-2：依照各样本的球面高斯映射图对各样本进行旋转配准；

步骤3-3：利用下山法最小化高斯球面的Tuette能量 其中 分别表示球面三角网上边eus的两个顶点，∑代表球面三角网表面所有三角形的边的集合；

步骤3-4：利用下山法优化球面和谐能量 获得网状表面的球面保角映射，其中，α、β分别表示三角网表面样本中三角形单元的边eus的邻角；

步骤3-5：利用莫比乌斯变换关系限制球面保角映射自由度。

4.根据权利要求3所述利用医学图像统计肺部三维特征形状方法，其特征在于，步骤3-

2的具体步骤如下：

步骤4-1：计算样本重心和表面各顶点到中心点的平均距离，使其统一解决刚性变换中的平移和缩放系数；

步骤4-2：求取样本的高斯映射球图像；

步骤4-3：利用立体投影映射将高斯映射球映射至有符号的单位圆内；

步骤4-4：利用聚类算法，配准映射到单位圆内的图像，再利用立体投影反变换求出样本空间变换中的旋转系数。

5.根据权利要求1所述利用医学图像统计肺部三维特征形状方法，其特征在于，步骤1-

7的具体步骤如下：

步骤5-1：根据步骤1-6将全部表面数据样本映射到统一的球面参数域中；

步骤5-2：在球面参数域中，求取所有表面数据样本的三角单元顶点分布的平均密度；

步骤5-3：绘制正四面体，作为特征标记点分布模型的基本型；

步骤5-4：根据步骤5-2中得到的表面数据样本的三角单元顶点分布数据，利用三角分裂法将步骤5-3中的基本型进行分解；

步骤5-5：将步骤5-4分解后模型的各个顶点重新构成球型表面；

步骤5-6：经过迭代步骤5-4和5-5，构造出特征标记点分布模型。