当今社会老龄化以及生活、饮食不健康等因素影响,心脑血管疾病在中老年人群中的发病率越来越高,心脑血管疾病成为当今社会中老年人的头号杀手,因此如何能够提出新的诊治心脑血管疾病的医疗技术成为当今科学领域的一个研究热点。在心脑血管疾病的治疗中,人们发明了很多先进的医疗器械来辅助医生对病人的发病部位来进行准确的判断,CT仪正是基于这样的医疗需求孕育而生,但是,头颅作为人体神经中枢,内部的血管及组织最为复杂,在进行CT脑血管扫描时,血管与其他组织的间隔十分细微,并且每张的断层扫描图像都是独立扫描完成的,图像层间必然会出现某些相对位移和偏差。此外,由于脑血管分布十分密集,且发病部位最常见于脑动脉,发病原因为动脉粥样硬化,所以如果按照常规的配准方法将脑血管进行全局扫描,不但不能很清楚地反映易发病部位,而且耗费时间长,效率较低。在CT脑血管医学图像断层间的三维重建图形配准中,提出基于脑血管的解剖组织结构特点的分类算法。即首先采用层间目标对齐算法将两相邻断层图像进行对齐处理,然后再根据脑血管发生病变的频率高低,将易发生病变部位用基于特征点的图像配准方法,将不易发生病变部位用基于灰度的图像配准方法。这样的分类配准方法,可以使得病变部位的脑血管组织的配准达到快速精确,同时保证其他部位的配准达到大致准确。实验结果表明,该方法具有全局最优的特点。