随着现代医学成像技术的迅猛发展，出现了多种模态的医学影像，用于提供解剖结构信息和脏器的功能代谢信息。在临床治疗诊断中，为了获取病人病变部位的全面信息，提高诊断治疗效果，往往需要对多幅图像的信息进行融合显示。图像融合前首先要解决图像配准的问题，图像配准是图像融合的关键和难点，对该技术的深入研究具有重要的理论和临床应用价值。 但是已有研究发现，由于图像插值以及互信息统计中空间信息的缺失等原因，使得互信息配准方法容易产生局部极值而导致误配准。针对这些问题，本论文从图像配准过程中的插值技术和相似性测度技术两个环节展开，完成了基于互信息的医学图像配准技术的方法比较与实验研究。 在图像插值环节，论文着重分析了部分体积插值算法(PV，panial volume interpolation)以及现有改进技术，提出了一种基于高斯函数的PV插值改进方法。理论实验表明该方法不仅能很好地细化插值系数，而且比基于B样条的插值方法具有更灵活的邻域选择范围，能有效减少局部极值。 在相似性测度环节，基于对互信息测度所面临的问题和研究现状的把握，作者提出了一种基于局部能量区域互信息配准的方法。先利用离散小波帧分解获取不同频段的子图像，然后分析选定局部能量函数来提取水平方向子图像和垂直方向子图像的能量之和作为互信息配准的计算依据，实验结果表明，与传统互信息法相比，该方法能有效抑制背景噪声，具有更高的配准成功率。 在相似性测度部分，本论文进一步研究了灰度信息与空间信息相结合的方案--基于灰度共生区域互信息配准方法。针对相关文献中提及的正态分布先验假设的限制，木论文采用了无需任何先验假设的最近邻熵估计来计算互信息的方法。在最近邻搜索环节，针对图像数据量较大、数据分布密集的特点，通过数据排序和设定动态阈值提高了搜索速度。最后通过实验分析比较了两种灰度共生区域互信息计算方法的性能。 论文主要在图像配准的插值部分进行PV插值方法的研究与改进，在图像配准的互信息测度部分开展了基于局部能量区域互信息和基于灰度共生区域互信息两个方面的研究。最后对本论文的工作进行了归纳总结以及后续研究展望。