随着医学影像技术的快速发展,出现了多种模态的医学影像。在临床上,使用多种成像技术并适当地将其加以融合,可为临床诊断和手术治疗提供更加全面准确的信息。而图像配准是融合技术中需要先期解决的问题,也是融合的关键部分。配准的结果使两幅图像的对应特征点在空间上达到一致。 论文首先介绍了医学图像配准的基本概念、变换模型、优化搜索方法、各种相似性测度、配准的一般分类原则及国内外面临的问题和发展方向。在对现有的配准算法及相关技术进行了分析整理的基础上,按是否提取图像特征为依据将配准方法分为基于图像特征的配准和基于体素的配准。针对头部CT和MRI图像的特点,提出了一种由“粗”到“细”的图像配准策略。即先通过配准两幅图像的轮廓使其达到粗略配准的目的,然后在此基础上以两幅图像轮廓特征点的最大互信息作为配准的代价函数,用PV为其插值算法,以一种组合的全局优化算法(PPSO)来求取最优配准变换参数。实验结果表明:该方法具有配准精度高、速度快、鲁棒性强等特点,是一种有效的全自动配准方法。