头部数字解剖图谱是依靠现代医学成像和计算机建模技术,将头部的解剖结构信息进行数字化和可视化处理,构建的精准、完备的数字解剖模板。现有头部数字解剖图谱大多基于单一的、特定的人体解剖形态构建,在医学研究和解剖学教育领域有着广泛的应用。然而,在针对不同个体的个性化诊疗、仿真和人体工程学设计等领域,囿于现有头部数字解剖图谱缺乏个体之间解剖形态差异,难以准确表达不同个体的解剖形态特征,从而限制了其在个性化建模中的应用。为此,本文采用中国人群CT影像作为数据集,构建了具有个性化变形能力的头部数字解剖图谱;在图谱构建方面,提出融入解剖标志点信息且无需图像分割的图谱构建方法;在图谱应用方面,提出基于个性化图谱配准的PET/CT影像脑功能区域自动分割算法。本文主要工作如下:（1）针对现有头部数字解剖图谱缺乏个体之间解剖差异特征的问题,基于65例健康中国成人头部的CT影像,构建了可变形统计图谱。提出基于解剖标志点约束的薄板样条鲁棒点匹配算法,将头部参考模板精确配准到训练数据集,获得训练数据之间的形状对应关系。对训练数据之间的形状对应关系采用统计形状建模算法,构建包含人群解剖形态差异的男、女头部可变形统计图谱。本文构建图谱的头部测量学参数分布与现有大规模中国成人统计数据基本一致,其中活体测量的ZS指数位于[-1.96,1.96]范围内,骨骼测量的RR指数在[-0.2,0.2]范围内。本文构建的头部可变形统计图谱不但提供了完整的、高精度的三维解剖结构,而且可以准确变形到不同个体,实现个性化解剖建模,满足个性化设计及诊疗需求。（2）针对头部可变形统计图谱构建过程中,训练数据集的图像分割需要耗费大量人工操作的问题,提出基于解剖标志点和影像灰度信息的联合配准算法,以手工标记的关键解剖标志点代替人工图像分割,降低了可变形统计图谱构建方法的人工交互工作量。本文方法对头骨实现了像素级的形状对应精度（1.38 mm）,对皮肤则实现了亚像素级的精度（0.82 mm）,简化人工交互的同时有效确保了模板匹配精度。此外,本文还构建了脊柱可变形统计图谱,其模板匹配精度也能达到亚像素级水平（0.92 mm）,表明了该方法还可推广到头部以外的其它包含众多解剖结构的部位。（3）在实现了可变形统计图谱构建的基础上,初步探索了其在个性化诊疗中的应用,提出了基于头部可变形统计图谱的PET/CT影像脑区自动分割算法。针对现有基于图谱的配准算法大多采用全局优化策略,不能有效优化局部脑区配准精度的问题,提出基于深度Q网络自动检测大脑PET影像深层脑区的关键解剖标志点,从而约束局部小尺度脑结构配准。同时提出融合PET和CT的双模态影像特性,以提升头部全局尺度配准的准确性。本文方法兼顾全局尺度和局部小尺度配准,实现了对大脑感兴趣区域的全自动精确分割。与现有基于图谱的分割方法相比,可获得更加准确的脑区分割,平均相似系数为79.39%,平均表面距离达到PET亚像素级精度0.97 mm,体积恢复比接近于1。本研究所构建的图谱在个性化头部仿真、整形手术、头部放疗靶区勾画、脑部疾病诊治等方面具有实际的应用价值。本研究为后续的应用研究提供了详细的图谱数据和个性化建模方法。