医学图像配准技术是针对两幅来自于同一设备不同时间或者不同成像设备采集的医学图像,以其中一幅图像作为参考来寻找一种或者一系列的空间变换关系,使得另一幅图像经过空间变换后,两幅图像之间相对应的点在空间上达到基本一致的一种技术。医学图像配准技术在临床医学上具有相当重要的应用价值,它将不同图像所表达的互补信息进行集成整合以供医护人员参考,以提高临床诊断的准确率。人体内的某些器官在一定的图像采集时间间隔内基本不发生形变,如人脑图像,也有一些器官如肺部、心脏在相应的时间间隔内会发生自主运动而产生内部的畸变,使得不同时间内采集的图像会在形状、大小等方面有所差异,因此针对不同器官的医学图像在配准方法的选择上也存在着显著差异。人体器官的这一特性使得对人体不同部位采集的图像进行配准时需采用不同的方法。本文的研究重点就是医学图像的刚性配准和非刚性配准方法,并对配准过程进一步优化,最后实现图像间的配准。本文的主要工作内容包括如下几个方面:1.针对不存在自主运动器官的医学图像的配准,本文采用一种基于归一化互信息的刚性配准方法。按照给定的初始点,在使用PV插值法统计两图像之间的联合直方图的基础上,依据最大互信息理论利用Powell优化搜索算法寻求最优配准参数,并且针对传统的PV插值法容易产生局部极值的问题,对PV插值法的核函数进行了改进,提高了配准的鲁棒性。2.在刚性配准优化搜索过程中,一维搜索算法是Powell优化搜索算法的基础,Powell算法在不同的一维搜索算法的基础上进行优化后所得到的配准图像与标准图像之间的配准效果并不相同,本文就对两种典型的一维搜索算法:黄金分割法和Brent方法进行了综合分析。使Powell算法就分别在黄金分割法和Brent算法基础上进行优化搜索并对比两种搜索方法下的不同配准效果。3.针对存在自主运动的器官的医学图像,这些器官采集的医学图像在不同时刻器官会存在变形的情况,采用基于B样条自由变形的非刚性配准方法来实现两幅图像之间的配准,通过定义一个标准网格来控制浮动图像上像素点位置和灰度值的变化并采用误差梯度下降法变换网格上的控制点,最终控制网格能光滑地拟合出变形后的图像。针对单次B样条在控制网格选取方面存在不准确性,本文采用多层次B样条配准的方法,控制网格点由少到多变化,后一层配准是在前一层配准效果的基础上进行的,以实现最终的配准效果。4.针对第四章中的B样条自由变形配准方法计算量相当大导致配准时间过长,无法达到临床上实时配准要求的问题,本文提出了首先用矩主轴法实现两幅图像之间的粗配准,减少利用B样条自由变形进行细配准时的计算量,节约配准时间,接着提出一种局部更新策略的分层B样条快速配准方法来实现细配准,提高了配准的效率。