影像导航手术(Image-guided Surgery,IGS)是一种具有病灶定位准、术中创伤小、及手术成功率高等众多优点且应用广泛的临床手术。它通常需要在手术前获取高分辨率的三维(three-dimensional,3D)人体病灶图像帮助临床医生了解病人病情和制定手术规划,同时还需要在手术中获取二维(two-dimensional,2D)人体图像以便引导临床医生在手术中实时跟踪和校正手术器械相对病人病灶的空间位置,从而达到准确切除病灶或者精确施药的目的。因此,手术成功的关键就在于准确地建立高分辨率术前3D图像和术中实时2D图像间的空间位置关系,即配准术前3D图像与术中2D图像。准确的2D/3D图像配准不仅是精确导航、疗效评估、病理跟踪、辅助医疗诊断和放射治疗规划等方面必需的,而且是图像融合等处理算法所必需的前期处理算法。本文主要针对2D/3D配准算法中图像信息的不同对配准的准确性、稳定性、时效性、以及配准成功率等方面的影响开展影像导航手术中2D/3D图像配准相关算法的研究工作,着重研究了一种新的2D/3D图像刚性配准信息、基于灰度距离的互信息配准测度、以及形态膨胀的3D区域生长气管分割算法。具体研究工作如下:针对2D/3D图像配准算法通常使用单一的图像灰度信息完成图像配准,不仅造成图像信息的浪费而且导致图像配准误差大和配准时间长的问题,提出一种全新的完全不同于图像灰度但与其存在一对一关系的灰度距离信息(Intensity Distance,ID),然后用该距离信息构建一个新的相似性测度,即灰度距离差(Intensity Distance Difference,IDD)用于图像配准。灰度距离是指对任一图像灰度值,与该灰度值对应的所有像素点的欧式距离之和。由于灰度距离同时考虑灰度值、与该灰度对应的像素数目以及用于计算欧式距离的像素空间坐标三种不同的图像信息,其表示的信息量远比单一图像灰度表示的信息丰富,因而利用灰度距离信息进行2D/3D图像配准不仅极大地降低了图像配准误差和配准所需时间,而且提高了配准的成功率和稳定性。针对基于灰度的2D/3D刚性配准算法中,互信息测度仅由单一的灰度信息构建而忽略图像其他重要信息,且互信息通过全局图像灰度计算而缺乏局部纹理信息,导致配准结果精确性、稳定性和时效性上存在不足,提出一种新的基于灰度距离的互信息配准测度。新测度通过将灰度距离信息以不同的方式(权重相乘和线性加权)引入到传统互信息中构建出两个不同的互信息(距离系数互信息和距离加权互信息),用以研究灰度距离信息以及引入方式对互信息测度配准性能的影响。针对基于特征(feature-based)的2D/3D图像配准算法中,提取图像特征信息较为繁杂且难于全自动执行,造成特征提取精度低且较为耗时的问题,提出一种无需人工干预的形态膨胀的区域生长算法提取肺部气管树。由于新分割算法使用改进过的区域生长算法进行粗分割在提取气管树基本轮廓的同时防止泄漏的发生;然后结合形态膨胀运算使气管树粗分割结果能够进一步延伸,从而将气管树相对完整地提取出来。使用分割出的气管树作为特征信息完成图像间的配准将在一定程度上提高膨胀精度,同时显著降低特征提取中的人工干预时间。