医学图像配准技术已成为现代医学图像处理领域中的研究热点,特别在人体建模,病灶检测等方面得到了广泛的应用。与此同时,随着人民生活水平的不断提高,生活习惯随之发生改变,一些疾病的发病率呈上升趋势,尤其是一些脑出血等脑部疾病。脑部医疗诊断对精度有着很高的要求,因此脑部图像配准技术是决定脑部诊断治疗精度和速度的关键技术之一。由于互信息需要的计算量大,所以最优化搜索算法的性能对配准的效率和精度有非常大的影响。本文参考了大量相关领域的文献,针对上述的原因和脑部医学图像的特点,提出了一种结合互信息和APSO的配准算法,来提高配准的速度和精度。首先运用SURF对图像进行初配准,然后将得到的结果再采用最大互信息测度和APSO算法结合的方法来进行脑部图像配准。本文提出的算法在配准过程中不仅具有很好的加速健壮特征,即具有尺度不变、旋转不变,鲁棒性好,并且提高了全局搜索能力,收敛速度较快,对局部极小值的抑制有明显的效果,保证了精度和速度。为了验证算法的可行性,本文进行了大量的实验论证。实验结果表明,在针对脑部图像进行配准时,本文方法能够在时间和准确性之间达到一个理想的折衷。本文在MATLAB下实现了脑部医学图像自动配准的算法,并对本文的配准方法与传统方法进行了较为详细的比较和可靠的评估。评估结果表明,本文提出的配准过程能够完成脑部医学图像配准,并在保证配准精度要求的前提下,提高了配准的速度,并具有很好的鲁棒性。