随着医学影像学的不断发展,医学图像配准已逐渐成为医学图像处理领域中不可或缺的重要组成部分。由于各类医学图像反映的信息并不相同,一种成像设备所获得的医学图像往往不能包含临床所需的足够信息,此时需要将多种成像设备所获得的医学图像融合起来才能得到全面丰富的病人信息,而图像融合的前提正是图像配准。本文以放疗术前摆位为场景,对多模医学图像配准技术展开研究,在放疗计划软件中,用计划前拍摄的病人CT（Computer tomography）图像为参考图像与分次治疗前拍摄的CBCT（Cone-Beam Computer tomography）图像为浮动图像,配准得到6个自由度的摆位误差,以此纠正病人位置,达到精准放疗的目的。首先本文提出了改进的互信息法做配准的相似性测度。互信息是多模医学图像配准中使用最广泛的相似性测度。基于互信息的图像配准不需要事先进行图像分割、特征提取等预处理操作,也不需要事先假定图像之间的灰度关系。接着由互信息的计算过程推导分析出图像互信息的计算方法和过程。改进了归一化互信息的计算区域,将图像像素间的空间信息考虑进来,使互信息的值更加精确地体现出配准程度。其次本文采用了改进的Powell算法作为寻优策略。医学图像配准的过程正是目标函数的优化过程,也就是寻找当互信息值达到最大的时候,浮动图像对齐到参考图像的空间变换参数。针对本文的配准情况采用局部寻优能力极强的Powell算法,该算法充分利用共轭方向可以加速收敛速度的性质,搜索速度快,寻优能力强,而且不需对目标函数进行求导,即使目标函数的导数不连续的时候也可以使用。但是该算法对初始点的依赖程度较高,初始点位置影响寻优过程的收敛速度,甚至影响配准最终结果,本文在搜索初始点位置上提出了一种改进的算法,节省在配准初期的搜索时间。最后基于对以上两步关键算法改进的基础上,设计实现了医学图像配准系统,该系统可以进行医学图像读取、显示和配准。并用实际的临床数据验证了系统的可行性与稳定性。