医学图像配准与信息融合是当代信息科学、计算机图像技术与当代医学等多学科交叉的一个研究领域。医学图像的回溯性配准是序列图像和多模图像自动分析的前提条件和核心问题之一，在基础医学研究和临床诊断、治疗、质量保证和疗效评价等方面都有广泛的应用。 本文对回溯性医学图像配准的理论、方法和技术作了全面、细致的研究。首先对医学图像配准的有关概念、方法及其研究现状进行了综述，然后分别深入研究了基于图像几何特征的刚性配准、基于图像灰度的刚性配准和图像的非刚性配准等问题。 基于特征的图像配准方法，是研究较早较成熟的一种方法。最近几年将小波变换引入配准领域，是一个值得关注的研究方向。本文提出一种基于小波变换域内模的极大值抽取的配准算法，得到了很好的结果。 基于图像整体内容的配准是当前研究的主要方向。它直接利用图像灰度的整体特性，以尽可能地利用图像所提供的信息来确定配准参数。基于最大互信息量准则的配准方法是解决目前多模医学图像配准的首选方法。但是，当平移距离为像素的整数倍时，插值算法会在其邻近点上产生离散误差，致使目标函数产生局部极值，使得最优化搜索有可能终止于局部极值，而得到错误的配准参数。本文深入研究了这一问题，特别就影响其鲁棒性的目标函数的局部极值现象做了细致的研究，分析了目标函数局部极值出现的原因，提出了两种有效的克服方法，大大提高了目标函数的光滑程度，从而在不显著增加计算复杂度的前提下保证了优化搜索的正确性。 非刚性配准方法中研究了基于薄板样条插值的弹性配准方法。通过提取待配准图像间一一对应的特征点集，本文实现了图像外轮廓的弹性配准。 本文提出了一种基于联合直方图区域计数的图像配准方法，该方法适用于图像中目标形状的差别不大，且易于从背景中分割或具有易于提取的外轮廓的图像间的配准。所以该方法不但适用于人体序列图像和连续组织切片图像的配准，而且还适用于CT、MAI图像的配准，具有简单、快速、准确的特点。该方法首先对图像做阈值分割，利用分割阈值将联合亘方图划分为四个区域，根据不同的配准图像数据选择定义在不同区域上的计数值作为优化的目标函数。该方法设计简单、巧妙，以计数代替其他方法中大量的浮点运算，大大加快了配准速度。同时，由于目标函数具有良好的光滑特性，保证了优化结果的准确性。和其他算法相比，该方法大大简化了目标函数的计算，从而显著地提高了配准优化搜索的速度。通过实验结果的比较，证明本文提出的方法准确、简便、快速、有效。 连续组织切片图像的的三维重建和显示，是一种重要的形态学研究方法。本文研究了显微结构的计算机三维重建问题，利用提出的“分割．计数”法实现了小鼠胚胎的连续切片图像配准，然后采用表面绘制的方法重建了胚胎的三维形态，为进一步的三维形态的结构分析和研究奠定了基础。