随着医学影像学和计算机技术的迅速发展,多种先进的医学成像设备为临床诊断提供了多种模态的医学影像信息。不同模态的医学图像能够显示人体脏器和病变组织不同特性的信息。多模态医学图像融合就是将图像融合技术应用于医学影像,对来源于不同医学成像设备的医学图像,经过融合处理,得到新的包含有更多信息的医学图像,从而为临床诊断提供更为丰富的病理信息。本文主要探讨了基于多分辨技术的医学图像融合方法。介绍了高斯金字塔、拉普拉斯金字塔、对比度金字塔、梯度金字塔和小波金字塔在图像分解与重构中的原理及其融合算法,重点讨论了基于小波变换的图像融合方法,并提出了利用区域特性量测的选择及加权融合算子的新的融合规则。本文利用上述图像融合方法,分别对两组CT和MR图像(脑部肿瘤图像和脑部解剖图像)进行融合,取得了良好的融合效果。此外,图像配准是图像融合基础,本文对医学图像配准也做了一些初步探讨,采用基于互信息技术的图像配准方法对两组待融合图像进行了严格配准,且配准精度能够达到像素级图像融合的要求。同时,本文建立了较完善的医学图像融合评价体系,采用熵、交叉熵、互信息、均值和标准差等五种参量对本文所有的融合实验结果进行了综合的评价和分析。通过此评价体系,我们可以得到结论:从整体上来说,基于小波变换的图像融合方法对两组医学图像的融合效果是最优的。本文从实际研究应用出发,利用VC++6.0作为平台,开发了一套“多模态医学图像融合软件系统”,用于处理本文所涉及到的图像配准和融合工作。