由于刚体配准的局限性,非刚体配准的研究逐步得到重视,结合图像灰度信息以外的其他信息的配准技术在非刚体配准方法中具有较好的应用前景,其中形变模型为目前研究热点.有限单元方法作为形变模型的一种被引入进行研究.对于线性各相同性弹性体,我们认为其形变符合虎克定律,在医学图像中我们同样也可以认为诸如脑组织等线性各向同性弹性组织在医学图像上的形变满足弹性形变的一般规律.在论文所陈述的方法中,除了弹性体组织的形变能量,器官图像的几何信息等因素也被引入到方法中,提高了对大变形等情况的医学图像的配准效果.我们实现了基于Delaunay三角化方法的网格生成器以及基于Marching Cubes方法思想的网格生成器,应用于生成具有合格质量的网格.SNAKE方法被用于获得形变区域的边界,然后通过离散化边界的方法向边界内部分构造三角形条带,直到将整个区域三角化.每个三角形都被称为一个有限单元,各个单元有其单元刚度矩阵和单元节点载荷矩阵,为了保持整个变形区域上的连续条件,相应的单元矩阵必须总成到整体结构刚度矩阵以及整体节点载荷矩阵.对整体矩阵的求解可得到各个节点的位移参数,从而可以利用映射关系得到单元内其余像素的位移.基本的有限单元配准方法具有一定的局限性,主要在于对形变区域的大形变不敏感,该文采用位移边界条件加以解决,另一种方法为在粘滞流体模型的基础上,结合有限单元方法的几何边界条件,计算出作用到各个单元上的内力分量,然后求取有限单元方法的单元刚度矩阵以及单元节点载荷矩阵,从而得到进行有限单元方法计算前的预测校正结果,一定程度上,提高了算法对大形变的配准效果.算法在实现过程中的收敛性质以及加速等工程问题直接影响到算法结果的质量甚至成败,该文也在相应章节进行了讨论.