医学图像配准具有很重要的临床应用价值，对各种使用不同成像手段所获取的医学图像进行配准，不仅可以用于医疗诊断，还可以用于手术计划的制定、病理变化的跟踪、治疗效果的评价等各个方面。 本文首先论述了医学图像技术及主要的医学图像配准方法，并选取互信息法作为本文的配准方法。在最常见的一阶互信息的基础上，引入二阶互信息的概念，继而系统地对一、二阶互信息配准方法的基本原理、优缺点以及具体实现作了详细的论述。在二维和三维图像配准领域中分别进行了实验、分析后，证明二阶互信息和一阶互信息相比有其独到的优点，但是其算法精度和效率并不高，改进的空间依然很大。在此基础上，着重讨论了插值技术、灰度级别和邻域信息等因素对二阶互信息配准技术的影响，并通过实验分析得到了较为理想的结论，从而改进了二阶互信息的配准技术，配准结果从精度和速度上都有较大改善。 互信息配准方法因其不需要任何预处理过程、可对图像本身直接进行配准和良好的鲁棒性，从一开始就得到了大多数专家学者的认可。最常见的一阶互信息由于忽略了图像点的空间信息，所以算法的精确性不足。在次基础上引入二阶互信息，将点的空间信息考虑进来，以求达到两幅图像在空间上一致的目标。但从对比实验结果中可以看出，简单的二阶互信息并不比一阶互信息有多大改善，因此对二阶互信息的改进势在必行。 影响二阶互信息配准的因素主要有图像灰度级别的多少、灰度插值技术的选择以及点的空间邻域信息的选取等等。本文致力于对这些方面进行研究和实验。实验结果表明，当图像灰度级数被压缩至某个适当程度并选取恰当的邻域信息时，二阶互信息的性能有了较大改善。本文研究成果成功应用于企业的具体项目，获得了良好的经济效益，有较强的实践意义。