近年来，医学影像学的发展为临床诊断和治疗计划提供了有效的辅助手段，临床上通常要将同一病人的多种模式成像结果结合起来进行分析，以提高医学诊断和治疗的水平，这就需要对不同模态的图像进行融合。但是由于病人在成像时的定位差异，以及不同图像的分辨率、对比度等参数的设置不同，医生很难单凭想象将多幅图像准确地对齐，这就需要将图像进行配准，配准是图像融合的重要基础工作。本文从理论、方法和技术等方面对基于灰度的多模态医学图像配准方法的研究，主要包括基于灰度图像配准方法的相似性测度；目标函数的优化算法；插值算法；图像灰度级别和插值算法对基于灰度的图像配准方法的影响；基于灰度图像配准快速算法；基于互信息的多模态医学图像配准方法的评估以及多模态医学图像配准与图像融合的软件实现等。 本文从三维医学图像的刚体变换出发，研究了基于灰度配准方法中的基于互信息的多模态医学图像配准方法。互信息法是把信息论中的互信息作为衡量两幅图像配准的相似性测度函数，当两幅图像配准时，互信息达到最大值。该方法人工干预少，只依赖于图像本身的信息，不需要任何假设或先验医学知识，也不需要对图像进行特征点提取、组织分类等预处理。在寻找最优的旋转和平移参数时，采用了无需计算梯度的。Powell直接搜索算法作为目标函数的优化算法。此外还详细研究了插值方法和灰度级别对互信息配准方法的影响。对基于互信息的配准方法来说，图像灰度改变会引起图像的熵值和互信息值的改变，最终影响配准结果。 为了提高基于灰度配准方法的配准速度，本文从分析配准过程入手，改变了传统坐标变换的计算办法。虽然采用坐标增量方法进行图像坐标变换的加速因子与图像的总像素有关，但是可以从计算中的加法和乘法操作数来进行不同坐标变换方法的计算速度比较。而采用本文提出的一些可有效减少待配准图像的数据集大小的方法，既可以保证配准精度几乎不损失或损失较小，又可以大大提高配准速度，极大地提高了其临床应用的可能性和实用性。 在理论研究的基础上，作者在Visual C++6.0下完成了用于CT/PET医学图像三维刚体自动配准功能的模块开发，并对配准方法进行了较为详细和可靠的评估。评估结果表明，以互信息为相似性测度的配准方法能准确地实现多模态医学图像的配准，并且能达到亚像素的精度。