在临床诊断、放射治疗计划和图像引导的外科手术中,经常要求病人接受多种计算机断层扫描成像,以提供病理和解剖方面的互补信息。但是由于病人在成像时的运动,呼吸,以及不同图像的分辨率、对比度等参数的设置不同,医生很难单凭想象将多幅图像准确对齐,因此医学图像配准作为医学影像处理的重要内容获得了广泛的研究和应用。本文系统地综述了医学图像配准技术的基本概念、框架和应用领域,介绍医学图像配准技术的特殊性和国内外研究现状,对医学图像配准技术的分类和评价准则做了详尽介绍。在此基础上重点研究基于互信息的医学图像配准算法及其相关问题,主要研究工作如下:①由于Powell算法对初始值敏感,不同的初始点迭代后的配准结果差异很大,本文提出一种New Powell算法,该算法采用外推法改进Brent搜索的搜索区间,并把外推搜索获得的搜索区间的中值作为Powell搜索的初始值,从而获得了比Powell算法更稳定的搜索结果。②本文从图像的固有特性、噪声和插值三个方面对局部极值成因进行分析,得到了传统配准算法存在局部最优的根本原因。③本文首次将体液免疫应答机理应用于医学图像配准,提出了一种全新的基于人工免疫系统的图像配准算法。该算法将外推-黄金分割搜索法应用于抗体群初始化,提高了搜索效率,有效地解决传统配准算法存在的局部最优问题,从而较大地提高了医学图像配准的稳定性。实验结果表明,基于人工免疫的配准算法能够克服传统配准算法容易陷入局部最优的缺陷,且算法满足稳定性要求。