医学图像配准就是通过寻找一种空间变换,使两幅图像中的所有对应点具有相同的解剖结构.在医学图像配准总是中,该文用互信息来两幅图像中对应像素的灰度间的计相关性(或信息冗余度),通过一个迭代的优化算法调整配准参数,使 互信息不断增加, 当互信息达到最大时,认为两幅图像达到空间位置上的配准.结果表明,最大互信息法不需要对图像进行预处理,可以实现多模医学图像配准,并达到亚像素级的配准精度,满足临床应用的要求,进一步的实验证明,该算法可靠性高,对图像几何失真、灰度不均匀性、及数据的缺失等不敏感.尽管很多报道中都称最大互信息法"不需要任何人工干预",我们的研究表明,少量的人工介入,如选择采样范围、采样率等,可以减少局部极值的影响;通过目测配准结果,并适当地调整初始化参数,可以避免明显的误配准.