以猕猴为实验模型来探索大脑机制一直是脑科学研究领域的重要手段。其中,猕猴脑图谱在大脑组织空间定位上起着十分重要的作用。然而,在猕猴神经成像研究基本上是在少数几只猕猴上进行,因此及时地分割出精确度高的活体猕猴个体特异性脑结构标记三维模型显得尤为重要。然而,当前大部分用于猕猴脑结构分割的MR图像来自小于或等于4.7T磁场强度的磁共振成像,相比起超高磁场MRI,现存的猕猴脑图谱模板图像会因为信噪比和分辨率等因素在解剖学结构信息方面而受到限制。而且猕猴MR脑图像容易受到噪声、灰度不均匀性、大脑结构的复杂性和多样性等因素的影响,导致精细的猕猴脑结构分割非常困难、费时费力。鉴于此,本研究提出了一种全自动、高鲁棒性和可重复性的基于7T MR图像的麻醉猕猴脑结构自动分割方法,其主要研究工作如下:首先,总结了现有的MR图像分割方法,确定了基于图谱配准的图像分割方法作为本文的算法原型,并分析了它的优缺点;其次,在7T磁共振成像平台上采集麻醉猕猴脑部的T1加权脑图像数据,经过预处理后,形成猕猴脑图像模板;然后,利用基于单图谱配准的图像分割方法得到麻醉猕猴的脑结构标记图像;最后,以多只猕猴的脑结构模板和标记图像为基础利用基于多图谱配准的图像分割方法对猕猴脑结构进行自动分割,提出一种简单易行的基于7T MR的麻醉猕猴脑结构自动分割方法。其中,分割得到的猕猴脑结构标记图像具有两种模态:具有224个脑解剖学结构标记图像和具有灰质、白质、脑脊液和血管的脑组织标记图像,这两种脑结构模态使得本研究的方法具有更强的应用性。