TMS（经颅磁刺激）治疗是一种无创非侵入的脑部治疗技术,可以治疗帕金森、老年痴呆、抑郁症等多种疾病。但目前该技术自动化、信息化程度仍旧较低。本文提出一种基于视觉的TMS辅助治疗系统,利用视觉实时采集患者头部空间位姿,使用机械臂夹持TMS治疗线圈跟踪患者头部运动,引入医学图像三维重建、分割与配准技术引导机械臂定位,保证TMS治疗的稳定性和准确性。利用卷积神经网络,本文提出了一种基于视觉的头部姿态实时估计模型,该模型利用位置与姿态同步且分离估计方法,避免了传统头部位姿估计中位置估计误差会传导到姿态估计误差,导致光照不足等条件下误差波动过大的缺陷,并且在大角度条件下也可识别位姿,使得位姿估计算法的鲁棒性、稳定性与精确度得以提升。为了提升自动化程度,保证治疗的可靠性,本文提出一种MRI（核磁共振图像）三维重建、分割与配准算法。该算法将医学图像导航引入治疗系统中,不仅可以手动选择治疗靶点,也可依据先验TMS诊疗知识自动估计治疗靶点。同时利用欧氏距离变换加速配准过程,从而实现大规模点-面配准,增强系统定位精度。基于机械臂运动学模型,本文提出了一种TMS辅助治疗跟踪算法,该算法基于位置控制方法,利用医学图像导航信息,夹持TMS治疗线圈进行实时跟踪治疗,避免了治疗人员身体晃动造成的治疗失效。同时采用专用夹具和力与力矩补偿方法对TMS治疗线圈进行力补偿,减小了TMS治疗线圈冷凝管对力传感器的影响,保证了机械臂避让算法的有效性,提升了系统的安全性。最后本文通过实验测量了所提出的头部姿态估计算法,三维模型重建、分割与配准算法,系统内相机、机械臂、三维定位仪标定算法以及机械臂跟踪治疗效果的精度,验证了算法可行性。