现代医学能够利用各种成像设备得到人体的内部组织、脏器形态、功能变化等多方面的影像信息,从而更加直观、准确地了解人体的健康状况。应用图像融合技术,可以把不同模态的医学图像有机地结合,全面地显示组织器官的结构部位和功能变化。PET/CT融合技术是在分子水平上研究人体心脑代谢和身体功能的重要手段,在肿瘤学、心血管疾病学和神经系统疾病学等领域中越来越受到人们的关注。本文主要针对PET/CT医学图像融合技术进行了研究与实现。本课题在广泛查阅了医学图像融合技术相关文献的基础上研究了医学图像融合的类型、医学图像融合的方法、医学图像融合的客观评价指标,在像素级图像融合上设计并实现了改进PCA(主成分分析)图像融合算法和基于多小波变换的图像融合算法。针对图像的不平衡性,在对PCA图像融合算法进行研究的基础上,采用分块预处理方法对该算法进行了改进,提出了改进PCA图像融合算法。另外,由于多小波在图像分析和处理方面具有单小波所不具有的优点,在深入研究离散多小波变换、多小波的性质和多小波系数融合策略的基础上,设计并实现了基于多小波变换的医学图像融合算法。本文在Microsoft Visual C++6.0环境下对上述融合算法进行了仿真实验,并对实验结果进行了定量的客观评价。实验结果表明,这两种算法能够以不同方式获取PET/CT的细节信息,得到较好的融合效果,具有一定的临床应用价值。