HIFU（High Intensity Focused Ultrasound,高强度聚焦超声）治疗技术的基本原理是：通过一定的聚焦方式将高声强超声能量聚焦于人体组织，在组织内形成高声强焦区，局部产生65度以上的瞬态高温，通过高温下的热效应、空化作用及机械作用等生物学效应破坏肿瘤组织，而对焦区外的正常细胞几乎没有损伤，从而实现癌症的局部根治性治疗。由于其精确性和高效性，HIFU治疗技术成为当今国际医学超声领域发展的一个突出的研究热点。 HIFU应用于临床，取决于对焦区精确的引导和控制。HIFU治疗温度内，靶区组织发生凝固性坏死，组织结构发生质变，这为影像学应用于HIFU 中奠定了基础。图像引导的手术导航系统可以实现：识别肿瘤边界，引导HIFU系统准确定位、保证靶区周围正常组织安全无损、动态观察治疗效果。 超声以其快速、准确、成像灵活的特点成为HIFU治疗中的监测手段，但其本身固有的缺陷，如：无法穿越骨骼和空腔、成像质量较差等，使超声监控不能脱离手术前其他精确的3D图像所提供的解剖结构信息。有效地利用手术前分割出来的肿瘤目标，结合手术中的实时超声图像所提供的位置信息，可以实现HIFU外科手术手术精确的引导和控制。 图像引导的手术导航系统主要由术前的治疗计划，术中的实时三维超声成像及术前和术中图像的配准融合三部分组成。多模态医学图像配准实现术中超声图像和术前CT/MRI图像的位置和结构信息的融合，因而在整个手术导航系统中是至关重要的。本文针对多模态医学图像配准这一关键技术进行理论研究和系统实现。 本文首先研究了水平集分割方法，并针对超声图像边缘模糊的特点，利用图像全局信息构造速度函数，实现对超声图像边缘的提取。 在配准方法中，本文针对基于特征和基于灰度的两类方法进行了研究。实现了ICP算法，并通过多级配准、根据特征进行采样以及更新采样集合等措施提高ICP算法的效率和精度。将互信息的概念应用到基于特征的配准方法中，实现基于形状特征点最大互信息方法，该方法在效率和精度上都比传统的最大互信息方法有所提高。 医学图像的三维重建展现了人体器官的三维形态和结构，大大提高了诊断和治疗的准确性和科学性，也是手术规划中必不可少的步骤。本文根据手术导航系统的实现流程，完成数据可视化的部分工作。