1.基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于，包括：步骤一、输入待测能谱CT序列图像；

步骤二、对目标区域的各像素点基于其能谱曲线进行无监督聚类；

步骤三，以一个卷积形状为“卷积核”，对目标区域进行等步长的图像卷积，每一步即对卷积形状内像素的能谱曲线按其类别进行统计，并将统计结果与已知的占位性病灶点的能谱曲线统计指纹进行相似度计算，计算结果标记为当前卷积点的相似度；

步骤四：当某一点的相似度计算的结果高于某个阈值，则认为已检测到近似的占位性病灶点；

步骤五：对所述目标区域进行已检测到的近似的占位性病灶点与其他组织点的图像分割；

步骤三包括以下内容：

设计一个小的卷积形状，该形状的大小为以半径为N像素单位的以当前卷积点为中心的球形或边长为2N像素单位的以当前卷积点为中心的正方形；

以此卷积形状为“卷积核”，卷积过程步长以一个像素为长度，每卷积一步，就对卷积形状内像素的能谱曲线进行“指纹”统计，并将其与之前得到的肿瘤点的统计指纹进行相似度计算，计算结果进行标记。

2.根据权利要求1所述的基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于：所述的无监督聚类采用的判断准则为，两点的能谱曲线向量内对应同一能谱值的两个数据值之间的差值的绝对值均小于给定阈值，则判断为同一类。

3.根据权利要求1所述的基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于：所述能谱CT序列图像均采用keV值从40到140，每10keV为一个采样点进行扫描得到的能谱CT序列图像。

4.根据权利要求1所述的基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于：所述能谱CT序列图像采用每隔1毫米扫描一次的能谱CT序列图像。

5.根据权利要求2所述的基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于：在所述无监督聚类中，空间中每个点的数据值采用它们的8邻域平均值。

6.根据权利要求2所述的基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于：在所述无监督聚类中，空间中每个点的数据值为它们的26邻域平均值。

7.根据权利要求1所述的基于能谱曲线统计指纹的能谱CT图像分割方法，其特征在于：还包括指纹统计阶段，包括：基于已知病例的能谱CT序列图像，对各已知的占位性病灶区域内的各个点的能谱曲线进行无监督聚类；统计一共有多少类能谱曲线；计算每一个类的像素点数量在占位性病灶区域内总像素点数中所占的比率，得到其“归一化直方图”，即称为统计指纹。