病人空间与图像引导空间的配准是神经导航系统中最基本、最关键的技术.虽然当前的神经导航系统主要使用基于点匹配的空间配准技术，但是，点匹配存在的一些缺陷，给神经导航系统的临床应用造成不便，因此，高精度、全自动的基于面匹配的病人-图像空间配准方法得到重视.目前的面配准方法，主要使用ICP方法进行配准，即初始通过操作者手动将需要配准的两个点云放置在靠近的位置，是一种半自动方式.该种方式的局限性非常明显，即不能实现自动配准.本文基于现有的点集配准方法及其目前神经导航系统的面配准技术，研究了一种适用于神经导航的病人-图像空间配准方法，即具备三个条件：全自动化、全局优化、鲁棒性.该方法将配准过程分为粗配准和精配准两个步骤.粗配准方法基于改进的4PCS算法.经实验证明，该方法具有可以任意初始位置和较强的鲁棒性.精配准，我们使用基于混合Student t分布的面配准方法.为了验证提出的全局优化空间配准方法，我们分别使用模拟数据和颅骨数据对该算法实施验证.实验的定量和定性结果表明，该方法不仅可以实现任意初始位置的配准，且配准精度能够控制在0.8mm范围以内.由此可见，粗配准和精配准的结合，可真正实现高精度全自动的神经导航系统中的病人-图像空间配准.