医学图像融合是将不同医学图像之间的互补信息进行融合,使得融合图像包含着比任何一幅源图像更加清晰的细节以及更丰富的信息,为对病灶的观察和对疾病的诊断提供了更加直观、全面和清晰的判断依据,提高了疾病的检出率。论文以CT、MRI图像为研究对象,以基于小波变换的图像融合技术为研究重点。论文首先介绍了医学图像融合技术的发展背景以及国内外的研究现状,医学图像融合的基本概念及其在医疗领域的应用价值,并对常见医学图像的成像原理及成像特点作了简单的介绍,重点分析了CT、MRI的成像原理和成像特点。对现有的融合算法,包括成分分析法、金字塔分解法和小波分解法以及不同融合规则进行了对比分析,并介绍了现有的融合图像的评价体系。最后以单独两章的内容分别介绍了论文提出的算法——基于离散平稳小波变换与主成分分析的图像融合以及基于非采样轮廓波的特征图像融合。实验证明,论文中提出的算法能较好的对CT、MRI图像进行融合,融合图像中骨骼和软组织均清晰。相比于现有的融合算法,论文提出的算法存在一定的优势。