医学图像配准是为了实现一幅医学图像与另一幅医学图像上对应点、面或像素值通过几何变换达到空间上的一致,从而将多种模态的图像信息融合成一幅新的图像,提供给医生更加丰富的临床信息,使得各种影像设备在信息表达上的优势得到互补。由于医学所研究的对象具有多样性和复杂性的特征,对配准方法的选取具有一定的局限性,因此针对不同的研究对象应选择合适的配准方法,并充分利用不同的方法进行优劣互补。本文针对许多重要的临床应用需要用非刚性变换来描述图像之间的空间关系的特点,对图像配准中一些非刚性配准方法进行深入的研究和改进,并从配准精度、配准耗时上进行分析。本文主要工作如下:1、针对配准精度,研究了基于像素的非刚性配准,在微分框架下,采用局部仿射变换和全局平滑约束的模型,捕捉非线性扭曲,来模拟医学图像的弹性形变,通过仿真实验验证了该算法的可行性,同时进行分析,突出显示了配准耗时长的问题。2、针对配准耗时长的问题,研究了基于B样条的FFD模型的非刚性配准,在分层多分辨的基础上以归一化互信息作为相似性度量并采用图像分块,局部更新的快速计算方法模拟医学图像的局部弹性形变,提高了配准速度。通过仿真实验验证了该算法的可行性,并采用“相关系数”、“差方和”及时间等评价参数与前一个算法进行对比,得出相关结论。3、在前两个算法研究的基础上,对它们进行对比分析,兼顾了它们的优势,形成一种基于B样条和像素相结合的非刚性配准方法,提高了配准精度,并更具有普遍意义,针对仍存在配准耗时长的问题,通过引入一种Hermite微分算子,用它来代替原先的H.Farid设计的多维最优化旋转不变微分算子,充分利用图像的信息,减少了计算量,通过仿真实验验证表明,经过改进后的算法在保持原有精度的情况下,有效地提高了配准的速度。