内窥镜检查术是临床上一种被广泛使用的诊疗手段。在检查过程医生将配备有医学内视镜的细长导管经由人体表面的微小创口（如腹腔镜）或者人体自然腔道（如结肠镜、胃镜）推送至目标器官或者组织，对人体内部状况进行分析、检查，帮助医生完成诊断决策。同时部分内窥镜还具备治疗功能，医生在内窥镜检查中能够对疾病进行有效干预，改善诊疗效果，甚至实现疾病的逆转。　　目前，基于白光内窥镜的介入检查是一个复杂的诊断过程，在以下临床检查场景中还存在着技术难度:1）在胃镜、膀胱镜等检查过程中，检查场景容易发生形变，医生需要不断地翻查才能定位病灶;2）缺乏对“活体组织病理检查”（简称“活检”）位置的有效记录方法，难以在复查时快速精确定位，使用着色剂染色的标记也会随着时间逐渐消失，难以永久保存;3）内窥镜通常经由体表狭小的通道进入人体，限制了操作的灵活度，增加了对病变部位进行细致观察、伤口处理的难度。针对上述问题，通过增强内窥镜检查场景的立体感知和检查视野，辅助医生实现对病灶的定位、跟踪和导航，为内窥镜检查提供一种术中引导方法具有重要的价值。相关理论和方法探索是近年来兴起的图像引导内窥镜技术(IGE:Image-Gudied Endoscopy)的主要研究内容。　　IGE是一门利用影像信息引导医生完成内窥镜检查治疗过程的技术。目前国际上对IGE在腹腔镜和支气管镜等硬质导管内窥镜和弱刚性场景下的实现进行了大量研究，但该技术在软质导管内窥镜和软性腔体中的应用还存在着局限性，具体表现为:IGE多采用术前模型或者利用多目视觉构建术中模型的方式实现引导。术前模型需要在内窥镜检查中引入额外的医学成像设备且无法精确表达术中手术场景的形变特征;多目视觉通常要对传统的单目内窥镜设备进行改造，增加了内窥镜前端的直径，难以在诸如胃镜、结肠镜等需要经人体自然腔道介入的内窥镜检查(NOTES:Natural Orifice Transluminal Endoscopic Surgery)中发挥作用。因此，如何基于传统内窥镜的单目视频构建术中的影像模型，实现腹腔软性腔体场景下的引导是目前图像引导内窥镜技术需要解决的重要问题。　　本文对图像引导内窥镜技术中存在的上述问题进行了理论和方法研究，并通过构建图像引导胃镜检查系统进行了实践验证。具体来讲，本文工作主要包括以下几个方面:　　1)研究适用于腹腔软性器官内窥镜检查的图像配准算法。本文在传统的基于影像纹理的配准算法基础上，结合腹腔软性器官内壁表面平滑的特征，通过迭代的方法，不断地在当前的配准结果中检测满足空间单应性映射关系的匹配面片。实验结果表明，相对于其他经典配准算法，本文提出的配准算法能够在内窥镜图像上取得更好的配准结果。　　2)研究内窥镜检查中的病灶跟踪算法。基于上述配准算法，构建能够表达内窥镜影像之间空间变换关系的图谱结构，从而将内窥镜检查过程中的病灶跟踪问题，转换为待跟踪病灶所在的影像与图谱中影像节点的配准问题，并采用基于图谱结构的路径规划算法实现病灶跟踪。实验结果表明，在存在软体蠕动、图像噪声等因素的情况下，本文提出的算法能够实现对病灶的稳定跟踪。　　3)研究内窥镜复查中的病灶导航算法。通过内窥镜视频图像构建软性器官的三维表面模型，并与真实的检查场景进行配准，建立可导航的内窥镜检查空间，最终实现内窥镜复查中的病灶定位和导航。在经典的“运动恢复结构”(SFM:Structure From Motion)理论的基础上，本文提出了针对关键点丢失以及误匹配等软体器官三维建模问题的解决方案。　　4)研究基于单目视频的内窥镜视野扩展算法。该算法通过对单目内窥镜影像进行拼接，来为医生提供更全面的检查视野。在本文的全景建模算法中，构建的模型共有两种:一、局部全景模型。该模型以原始内窥镜检查视野为中心，通过影像拼接来扩大医生术中的检查视野;二、全局全景模型。该模型能够反映术中器官的全局纹理信息。如在胃镜检查中，将从原始胃镜影像序列选取的帧样本集合映射到双立方体模型上，然后再通过模型展开实现胃内壁的全局全景呈现。　　5)综合本文研究的算法和技术，构建图像引导胃镜检查系统，并通过临床实验进行评估和验证。目前已在浙江大学附属邵逸夫医院进行了六十多例临床实验，实验结果表明算法精度能够满足临床需求。