由于医学图像配准在临床上有较高的应用价值,因此受到了广泛的关注。配准技术可应用于病程发展的定量监测和分析以及辅助计算机进行诊断和治疗等。尽管学者们提出了许多图像配准的方法,然而对于视网膜三维频域光学相干断层扫描(spectral-domain optical coherence tomography,SD-OCT)图像的配准方法的研究还相对欠缺。频域光学相干断层扫描成像是一种非侵入、非接触式扫描。真正的三维OCT成像在2007年投入使用,被广泛地应用于视网膜疾病的筛查。与其他医学成像技术(如核磁共振成像和计算机断层成像等)相比,OCT成像技术是一种较新的技术。由于其特殊的成像特性,使得将现有的医学图像配准技术直接应用于三维视网膜OCT图像难以取得理想的配准效果。本文围绕视网膜三维OCT成像的配准方法进行研究,提出了能解决正常视网膜以及严重病变视网膜不同时间点图像配准的方法,主要工作和创新点总结如下:1.研究了视网膜OCT图像的分层算法和眼动伪差消除算法。图搜和图割算法是近年来在医学图像分割中较新、效果较好的方法。图割方法对很多能量最小化问题能找到全局最优解,适用于感兴趣区域的分割;而图搜索方法特别适合于视网膜图像分层。基于视网膜的分层结构以及病变区域的位置特性,采用基于图的方法对视网膜各组织进行分层。在分层的基础上,提出了基于拉平的眼动伪差消除算法。2.研究了视网膜OCT投影图像的配准方法。由于散斑噪声和投影图像低分辨率的影响,基于灰度的配准无法取得理想的配准效果。本文提出了基于血管特征的视网膜OCT投影图像配准算法。为提高OCT投影图像的质量,首先进行了去噪和增强处理,然后采用多尺度血管增强滤波和形态学细化方法,从三维OCT扫描的投影图像中提取血管骨架,最后结合血管骨架图的加速稳健性特征(Speed Up Robust Features,SURF)和随机采样一致算法(Random Sample Consensus,RANSAC)对投影图像进行配准。3.研究了OCT图像A扫描的配准方法。提出了一种基于A扫描的视网膜OCT图像配准算法。OCT图像以A扫描为基本单位,A扫描中的各体素有很强的相关性。考虑到OCT图像中存在严重的散斑噪声,本文提出了利用分层后标注过的视网膜图像代替原始灰度图像对A扫描进行配准的方法。该方法的优势在于能够有效克服散斑噪声的影响,且能高效地校正OCT图像的轴向位移。4.研究了三维视网膜SD-OCT弹性配准方法并提出了一种基于分层次属性匹配机制的高效配准方法。由于非刚性配准是每个体素的自由形式映射,考虑到三维OCT数据的维数很高,能量函数将是一个非常高维的函数,这使得寻找全局最优解变得非常困难。其主要困难在于解决计算复杂度和局部极小问题。本方法考虑了正常视网膜和严重病变视网膜OCT时间序列图像的配准,设计了基于强度的区域特征、基于表面的结构特征和血管样特征来区分视网膜的不同结构。考虑到非刚性配准通常具有较高的计算复杂度,因此设计了一种分层次形变机制,以减少局部极小值,并加快配准速度。本研究丰富和完善了非刚性配准理论,形成了快速、准确的视网膜OCT配准软件,对辅助眼科医生更好地分析治疗进展和制定治疗计划有重要意义。