由于计算机技术和医学影像技术的快速进步,对于癌症放射治疗的精确性要求也越来越高。四维计算机扫描技术(Four-Dimensional Computed Tomography,4D CT)已经广泛的用于监视患者特定的呼吸运动,用来确定放射治过程中的个体安全裕度。在4D CT图像的采集过程中患者的不规则呼吸运动,导致扫描到的图像会有模糊、缺失或者不规则形变等运动伪影的产生。医学图像配准是医学图像分析处理和计算解剖的十分重要环节,主要应用于疾病的诊断和治疗等方面。在患者的治疗计划制定过程中,普遍采用刚性配准的方法将在线获取的图像映射到扫描图像来矫正治疗计划。在四维医学图像处理过程中空间信息和时间信息对图像的结构具有重要意义,因为肿瘤的大小、形状和位置会发生改变,例如肺部的呼吸运动和对患者的放疗都会使得肿瘤的形态发生改变,所以需要考虑到时间信息在患者治疗过程中的作用特点。现在已有的配准技术多种多样,例如单模态、双模态、刚体、非刚体、基于参数和基于非参数等,但是这些技术有的忽略流体的非线性几何部分,直接使用线性的欧式空间进行计算;有的对空间信息和时间信息考虑不足。通过内部的4D CT数据库进行回顾性分析,对其中五十多位接受治疗的患者进行了分析,发现其中有近70%的图像中有伪影的产生,如何减少和消除运动伪影成为4D CT重建中的热门课题。本研究利用形变图像配准(Deformable Image Registration,DIR)的方法来跟踪患者在放疗过程中解剖和生物学变化。DIR算法的主要目的是在两个不同时相的图像中寻找一种变换,这种变换可以减少两幅图像之间的差异,使得通过提供体素到体素变形矩阵来最小化变形图像和目标图像之间的差异,并且可以进一步应用于脏器和放疗区域轮廓的形变以及剂量分布的计算。目前DIR在放疗中的应用十分广泛,例如:四维的肺部模型可以用来追踪肺部随时间变化的运动和位移,该模型的建立基础是在患者连续呼吸采集到的一系列肺部的计算机断层扫描(Computed Tomography,CT)图像。经过与之相对的位移矢量场(Displacement Vector Field,DVF)对这些CT图像进行配准,这样每一个肺部的像素点都会有一个特定的具有时间特征的数学函数。因为患者的呼吸、吞咽等不规则的运动,导致4D CT的图像会产生严重或者轻度的运动伪影。运动伪影对图像的质量会产生严重的影响,而图像质量的降低通常会对医生的诊断产生干扰,从而导致误诊或者漏诊,所以消除和减少运动伪影是医学图像处理中十分重要的环节。在本研究中,提出一种主成分分析结合线性多项式拟合模型对从DIR中得到的DVF进行处理的方法,用来减少或消除图像中的运动伪影。