本发明涉及生物组织非线性形变前后MR影像特征点匹配方法及系统。本发明提出基于深度级联卷积神经网络的特征点自动检测方法。首先，通过第一层的深度卷积网络获得特征点的大致区域，然后在第二层和第三层的级联卷积网络中逐步逼近目标特征点位置，从而进一步提高特征点的检测率。针对现有特征点描述符在影像非线性形变时，对特征点区分能力下降的问题，本发明采用黎曼流形结合核方法，构建非线性形变鲁棒性特征点描述符。本发明将核磁共振影像中的三维特征点映射到四维黎曼流形空间，采用核方法继续映射到更高维的希尔伯特空间从而获得更丰富的数据分布的描述，同时获得特征点之间的真正的几何距离，从而对特征点进行匹配。