断层图像的插值技术在人体细微结构的分析中起着重要的作用。这些细微结构的病理性改变往往可以为一些现代疑难病的发病机制提供有价值的信息,如常见于老年人的帕金森病与脑黑质的关系、老年痴呆症与海马萎缩的关系等等。但对于黑质、海马等这些细微结构来讲,它们在断层上能够获取的图像层数十分有限,直接影响了它们三维重建的结果,不利于它们在三维形态上的分析。因此如何通过已有断层图像来获取更多的图像信息就显得非常关键。　　 本文介绍了现有断层图像插值方法的种类,并对每种方法的基本思想、特点及发展现状进行分析和比较。在传统的基于距离变换的形状插值思想上,提出了一种改进的形状插值算法。为了评价插值算法的好坏,我们研究了形状相似性评估的方法,并引入图像匹配中运用较为广泛的形状描述子--形状上下文。它能够很好地对形状进行描述,因此可以作为评价标准之一。　　 论文的主要工作可以简单总结如下:　　 (1)概述和讨论现有断层图像插值的各种方法,并对它们的优缺点和应用范围进行分析。在基于传统的形状插值算法上,从多邻层角度提出了一种改进的插值算法。　　 (2)将改进的插值算法运用到恒河猴脑图像数据中去,同时对形状上下文算法进行研究,并从评估的角度去验证改进方法的有效性。　　 (3)总结现有工作并讨论未来的工作方向。