：多模态医学图像的配准及融合技术已广泛应用于临床诊断和治疗中,这是因为多模态图像可以提供更多图像细节信息。核磁共振成像—MRI是解剖性图像,它有较高的空间纹理信息。而正电子发射体层显像—PET是一种功能性成像,它提供了人体生理代谢信息,但其空间解析度较低。本文研究了基于DICOM标准的PET与MRI图像融合技术,着重讨论了DICOM标准的解析及PET/MRI医学图像配准算法、融合算法。主要工作归纳如下：首先对DICOM标准的实际应用进行研究,详细地描述了DICOM标准的总体结构及文件的格式,给出了DICOM文件属性和像素的解析、转换方法。然后描述了DICOM3.0格式与DIB格式转换及显示方法,研究了PET/MRI图像配准问题,即先对图像的灰度、增强、几何变换等预处理工作,再利用互信息图像对PET/MRI图像进行配准。最后详细分析了基于HIS色彩空间图像融合算法及基于视网膜模型图像融合算法的原理,并指出这两种算法在光谱及空间纹理效果的优劣。基于上述两种算法的特点,本文提出一种基于视网膜模型HIS融合算法技术来克服它们的不足,以达到协调的颜色和空间特性。并对传统的基于视网膜模型、HIS三角形模型、HIS柱形模式、Brovey算法、离散小波变换和aTrous小波变换的融合方法进行仿真实验,采用光谱相差法、平均梯度法和互信息法为评价标准对各种融合方法进行综合评价。实验结果表明：该算法能较好地保留原始图像的颜色、空间纹理特征,明显优于其他图像融合方法。论文最后对全文进行了总结,并对下一步的研究工作进行了展望。