MRI（解剖磁共振图像）只能够表达大脑的解剖结构信息，fMRI（功能磁共振图像）只能够表达在特定刺激下，大脑被激活区域的位置及强度等功能信息，因此对MRI和fMRI进行图像融合，综合两种模态图像的有用信息，就能够获得对大脑功能区的更为准确、全面、可靠的图像描述。目前图像融合的热点是小波域图像融合，本文通过研究fMRI与MRI的图像特性，重点探讨了fMRI与MRI的小波域像素级的图像融合方法，主要工作内容如下：　　 在fMRI图像重建方面：按照寻求能更好地模拟脑血流动力学响应的曲线进行相关分析计算的思路，在前人工作的基础上，增加了对EPI图像时间序列的图像特性的分析；为突出研究重点，增加了通过阈值分割分离出EPI脑体积数据的步骤；在前人EPI图像三维高斯滤波的基础上，增加了对EPI时间序列的体素时间过程的分析，并对EPI体素时间过程曲线进行时间轴一维小波低通滤波，并采用相关系数值较大的部分脑激活区体素的平均时间响应过程逼近所有脑激活区体素的时间响应过程，即以该平均时间过程曲线作为模拟脑血流动力学响应的曲线，并进行新一轮的相关分析计算，最终得到比较满意的空间域功能信息提取结果。　　 fMRI与MRI图像配准方面：为了更好地利用实验室现有的能达到较高配准精度的最大互信息配准方法的工具包，在前人工作的基础上，增加了将fmRI与MRI插值成各向同性相同分辨率的图像的步骤，然后以EPI图像为配准媒介，利用最大互信息工具包完成fMRI与MRI图像配准的工作，并在CAS1000系统上增加了多种显示方法显示配准结果。由配准结果的主观评价结果，以及EPI图像与MRI图像的互信息增大的结果可以看出，此方法较好地完成了fMRI与MRI图像的配准。　　 fMRI与MRI图像融合方面：为了更好地进行fMRI与MRI图像融合，本文通过分析fMRI和MRI的图像特征以及它们在小波分解下的图像特征，提出对fMRI与MRI图像融合的准则，并在常用的小波域窗口能量加权平均融合方法的基础上，使用基于方向性窗口和匹配度的能量加权平均的方法进行fMRI与MRI的图像融合，然后使用信息熵、交叉熵和均方差三个图像融合客观定量评价参量，按照本文的在缺乏标准参考图像的情况下提出的评价方法对融合结果进行评估，本文的融合方法能够同时包含fMRI与MRI的更多的有效信息，与目前的fMRI图像显示相比，具有更好的视觉效果和重要的临床应用价值。