随着国家“精准医疗”战略的不断实施,人们对于医疗质量提出了越来越高的要求。外科手术导航与机器人系统作为精准医疗的重要工具,能够有效地帮助医生进行术前规划并通过手术导航辅助医生完成手术。图像配准作为外科手术导航与机器人系统中的关键技术,其配准精度和速度直接影响系统对外科手术的辅助效果。迭代最近点算法是三维图像配准算法中较为简单,且效果较好的一种,但该算法在寻找最近点对集时会受到两组配对点集规模的影响。引入智能优化算法,例如差异进化算法,可以帮助迭代最近点算法更好地寻找最近点对集,从而改善图像配准效果。本文首先从优化算法角度对差异进化算法进行改进,通过综合利用搜索空间与适应度空间信息,提出基于距离与适应度综合排序的差异进化算法,该算法将部分个体的选择通过综合个体间距离和适应度排序信息得到,该方法仅改变了经典差异进化算法的变异步骤,可以直接融入常用变异策略中;然后将上述改进的优化算法引入到迭代最近点算法中,利用新算法提高寻找最近点对集的效率,进而提高图像配准的速度与精度。实验结果表明:改进的差异进化算法中邻近组比例与变异策略中的扰动个数有关,最优邻近组比例下的改进算法比已有算法具有更好的效果,并且问题越复杂优势越明显;在确定了变异策略以及其对应的最优邻近组比例之后,改进的迭代最近点算法相较于经典的迭代最近点算法在保证了精度的基础上缩短了运行时间,从而缓解了算法由于点集规模过大而运行缓慢的瓶颈。