1、醫(yī)學圖像配準是醫(yī)學圖像處理和分析的關鍵步驟；是圖像融合、圖像變化分析和目標識別首先要解決的問題；是其它圖像處理算法和應用的基礎。本文主要的工作是基于互信息法的2D、3D醫(yī)學圖像剛性配準研究。
　　本文首先介紹了醫(yī)學圖像配準的背景、發(fā)展簡史以及國內外研究現狀；然后從圖像熵、聯合熵和互信息角度闡述了最大互信息法圖像配準的基本原理；并對最大互信息法所涉及的幾個過程(圖像變換、圖像插值以及多參數優(yōu)化方法)進行詳細介紹。
　　本文提出

2、了一種位平面信息和互信息相結合的圖像配準方法，實現了二維醫(yī)學圖像精確配準。該方法首先對圖像進行位平面分解并計算每個位平面圖像的梯度，然后將其梯度與位平面加權得到合成特征圖像，接著對合成特征圖像用粒子群優(yōu)化算法進行粗配準，在粗配準基礎上，用Powell優(yōu)化算法對原始圖像進行精細配準。由實驗可得，位平面信息和互信息相結合的混合優(yōu)化算法具有較高配準精度。
　　當互信息法直接運用到三維剛性醫(yī)學圖像配準時，圖像配準過程比較耗時，難以滿足臨床