不同模态的医学图像从不同角度反映人体信息，仅从某一种图像无法对病人进行全面诊断。而依据多种图像进行诊断时，医生又只能凭借个人的空间构想和推测去综合判定他们所需要的信息，因此其准确性受到主观影响，更严重的是一些重要的信息可能被忽略。 医学图像配准技术能够使一幅医学图像与另一幅医学图像上的对应点达到空间上的一致，从而把各种影像模态的图像信息融合成一种新的影像模式展现给医生，因而能解决上述医学上的难题，使各种成像设备在信息表达上达到优势互补的目的。 本文针对头部CT与MRI图像的特点，提出了一种的由“粗”到“细”图像配准策略，即先通过配准两幅图像的轮廓使其达到粗略配准的目的，并根据“粗”配参数给出“细”配参数的变化范围；再以互信息为配准的代价函数，以三线性部分体积插值为其插值算法，以 第四军医大学硕士论文 一种组合的全局优化算法为其最优化算法，求取最优配准参数。实验 结果表明：该方法具有配准精度高、速度快、鲁棒性强以及抗噪能力 好等特点，是一种有效的全自动配准方法。文中第二章针对配谁过程 中用到的图像变换方法，配准代价函数及图像重采样算法进行了研 究，提出了以互信息为配准代价函数，以PV为其插值算法，以特定 的图像变换方法为依据的新型配准算法；第三章对力矩主轴法用于图 像配准进行了研究，在提取图像外部轮廓的基础上，使两幅图像的轮 廓达到配准，从而实现图像的粗略配准；第四章对配准过程中的最优 化算法进行了研究，提出了一种局部优化算法（模式搜索法）与全局 优化算法（改进的模拟退火算法）相结合的高效最优化算法，克服了 配准过程中的局部极值问题，提高了求解速度与精度；第五章提出了 一种新的配准策略，即由粗到细的配准方法；最后一章对本文的配准 算法进行了评价，并对得到的结果使用几种方法进行了一些试探性的 融合。 本研究的创新之处：针对头部CT与MRI图像的特点，提出了由 “粗配”到“细配”的馄合配准方法；力矩主轴法用于图像配准参数 的估计及参数范围的定值；对模拟退火法进行了改进，并结合局部优 化算法卜模式搜索法，提出了一种崭新、高效的全局最优化算法；把 小波分析应用于医学图像的融合。