医学图像配准技术是20世纪90年代发展起来的医学影像处理的一个重要的研究内容。以医学图像配准为基础的图像融合技术,克服了单独使用某幅图像的局限性,有效地将两幅图像的多方面信息结合反映在一幅图像上,更加直观、丰富地提供了人体解剖、生理及病理等信息,以利于临床诊断和治疗。本论文深入了解了医学图像配准的有关技术,详细分析了图像配准的基本原理和实现步骤,探讨了医学图像配准的主要方法,并着重研究了基于互信息的医学图像配准,最后完成了该配准算法的设计与仿真实现。 本论文首先介绍了医学图像配准技术的背景、发展现状和临床应用。然后详细分析了医学图像配准的概念原理及具体实现步骤,介绍了配准实现中常用的几何变换、插值方法、相似性测度和优化算法,并深入探讨了它们的选择对配准效果的影响,同时还对配准方法的分类及相关评估进行了综述。其次,本文深入研究了基于互信息的医学图像配准方法,先对互信息的背景和基础概念做了介绍,进而分析了互信息法的配准原理,并对互信息法存在的困难和研究重点进行了讨论。在该理论的基础上,介绍了广义互信息这种相似性测度,进而对基于广义互信息的医学图像配准进行了详尽的阐述。最后,在上述技术的基础上,以人脑的三维医学图像作为仿真数据,利用Matlab7.0工具对基于互信息的医学图像配准算法进行仿真,实现了互信息法的医学图像配准,验证了该算法的精确性和鲁棒性,同时对另外两种相似性测度进行配准仿真,将它们的配准结果与互信息法的配准结果进行比较分析,总结出互信息法存在的优越性和欠缺之处。