椎弓根螺钉植入手术需要医生小心地植入螺钉,以避免螺钉位置偏差引起各类并发症。手术导航系统利用医学影像引导手术过程,提高了螺钉植入的准确性,但并不能保证螺钉植入位置完全安全,因此对术后图像进行评估非常有必要。由于植入螺钉后的CT图像存在严重的金属伪影,而术前扫描的CT图像骨组织清晰,只能将术前和术后的图像进行配准和融合,利用术前图像清晰的骨组织信息弥补术后图像因金属伪影干扰丢失的信息,可以为医生提供更多判断依据。本文研究术前和术后CT图像的精确配准和配准后的融合。由于脊柱植入螺钉后发生形变,因此无法基于整段脊柱进行刚性配准,需要对单段椎骨进行配准,本文研究了CT脊柱图像的椎骨分割、术前和术后CBCT图像配准、以及配准后的融合算法,实现了一个术前和术后CT图像配准和融合的完整流程。本文的主要工作如下:第一,研究CT图像的椎骨分割,以实现椎骨分离的目的。针对脊椎CT图像边界模糊,分割难度大的问题,设计了基于U-Net网络架构的深度卷积神经网络,用于分割CT图像和CBCT图像中的椎骨。实验结果表明,对于CT图像和CBCT图像,网络都可以实现椎骨的彼此分离,分割结果中相邻椎骨间没有粘连,可以用于进一步的分段配准研究。第二,研究术前和术后CBCT图像配准。将每块椎骨视为一个独立的子体数据,分别进行全局配准,研究能够克服金属物干扰的相似性测度函数,以及适用于全局配准的搜索策略,并解决可能出现的误配问题。进行分段配准实验,比较三种相似性测度函数的配准性能,并验证模拟退火法与Powell算法相结合的优化方法的搜索性能。实验结果表明,归一化互信息能够实现本文图像的精确配准,本文采用的搜索策略能够收敛到接近最优解的位置,本文的分段配准算法当初始位置距离目标位置较远时配准准确度也没有降低,配准的平移误差小于1mm,旋转误差小于2°。设计了一种整体约束方案解决椎骨误配问题,进行实验比较本文算法和整段脊柱配准的性能,本文算法的配准精确性远远高于整段脊柱配准方法。第三,配准后的术前和术后CBCT图像融合。为了综合术前和术后图像的信息,研究拉普拉斯金字塔融合方法对术前和术后图像的融合效果。研究发现当拉普拉斯金字塔分解到第7层时,两幅图像达到了最佳融合结果。采用伪彩色显示法将钢钉显示在融合后的图像中,得到的图像能够清晰地看出金属物与骨组织之间的位置关系,本文的算法在术前和术后图像融合中表现良好。