1.一种基于图谱的纤维束成像评价方法，其特征在于，所述方法包括以下步骤：步骤一：纤维束空间位置分布信息评价，过程如下：引入大脑白质图谱，将待评价纤维束A与该图谱进行配准，与图谱模板纤维束B进行空间位置分布计算，得到纤维束在空间位置分布上的评价值；

步骤二：纤维束区域概率分布信息评价，过程如下：引入纤维概率图谱，将待评价纤维束A与该图谱进行配准，利用概率图谱计算当前纤维束概率值；

步骤三：二元信息融合评价，过程如下：将引入大脑白质图谱得到的空间位置分布评价值与引入纤维概率图谱得到的纤维束概率值加权融合，得到纤维束最终评价值。

2.如权利要求1所述的一种基于图谱的纤维束成像评价方法，其特征在于，所述的步骤一中，引入大脑白质图谱，得到纤维束在空间位置分布上的评价值；纤维束在三维空间下以线的形式存在，一束纤维束表现为多根流线的聚合形式，通过计算待评价纤维束A中每一根纤维与图谱模板纤维束B的空间平均距离，得到待评价纤维束在空间位置分布上的评价值。

纤维束的在每一根流线上取点P，P的三维坐标为(x，y，z)，由三维空间点线间距离公式：其中M为直线上一点，支线方向向量为n，dist为三维空间中两点间距离，在纤维束上均匀选取m个点P1、P2…Pm，计算得到A中某一根纤维上面的每一点P与模板纤维束B中任一纤维Bs的距离，对其求均值：

其中dist1、dist2、distm为A中某一根纤维上面的每一点P与B中Bs上每一点的距离，d为A与Bs的平均距离；

同理，计算得到纤维束A中任意纤维束与B中任意纤维束的平均距离d1、d2…dm，对其求均值：

D即为待评价纤维束A与图谱模板纤维束B在空间位置分布上的评价值。

3.如权利要求1或2所述的一种基于图谱的纤维束成像评价方法，其特征在于，所述的步骤二中，引入纤维概率图谱，利用概率图谱计算当前纤维束概率值；概率图谱由相关科研人员提出，对设定数量受试者在标准坐标系下的相关大脑纤维束位置的二值化掩膜进行了平均，从而生成概率图，其中每个体素均包含概率信息；将待评价纤维束A配准至纤维概率图谱中，由于其纤维束中的每一根纤维上任意一个点k所在的体素均存在一个对应纤维束的概率值VPk，因此对于每一根纤维f，令纤维概率值为FPf，可得得到每根纤维的概率值，对其计算得到整个纤维束的概率值。

4.如权利要求3所述的一种基于图谱的纤维束成像评价方法，其特征在于，所述的步骤三中，进行纤维信息的二元融合，将引入大脑白质图谱得到的空间位置分布评价值与引入纤维概率图谱得到的纤维束概率值加权融合，得到待评价纤维束A的评价值。