【摘要】医学图像配准技术是医学图像处理技术的一个重要分支，已经广泛应用于临床实践中。本文首先介绍了图像配准原理，然后从图像特征空间的角度出发，对常用的医学图像配准方法及其应用进行了介绍，最后对医学图像配准方法的研究难点及发展前景进行了总结展望。

    【关键词】医学图像配准；空间几何变换；特征点；

    引言近些年，随着医学影像学的发展，CT、MRI、SPECT和PET等医疗设备的成像质量和图像分辨率都有了很大提高，为临床诊断和治疗提供了可靠的依据。但由于各成像设备成像原理的不同，获得的图像信息也不同，如CT图像对骨组织有较高的空间分辨率，MRI图像能够较好地显示软组织，而SPECT和PET图像在反映脏器功能信息上优势显著，在实际临床中，为了提供医生所需的足够信息，往往需要将不同模态的图像进行融合。目前，虽然硬件层面上的同机融合已经有了很大发展，但在技术方面上还存在很多不足，例如检查时间长，患者难以长时间保持体位的固定；不能实现不同时刻采集图像的融合；只能进行同机的两种模态的图像融合等等。相反，软件融合在图像模态的选择上灵活性很大，而且可以对不同时刻采集到的图像进行融合处理。在软件融合中，由于不同模态的医学图像成像原理、分辨率、成像参数等有很大差异，所以图像融合前必须进行图像配准。

    图像配准原理图像配准，简言之，就是寻求适合的空间变换或者几何变换，将两幅图像中对应的同一空间位置的点联系起来。比如，有两幅二维图像I1和I2，其中I1为待配准图像，I2为参考图像，I1（x，y）、I2（x，y）分别表示I1和I2在各自对应点（x，y）处的灰度值，那么图像I1和I2的配准关系可表示为：I2（x，y）=g{I1[f（x，y）]}（式1）其中，f代表二维空间几何变换，g代表一维灰度变换。灰度变换g一般是不必要的，所以通常寻找两幅图像间的空间几何变换是配准的关键所在。于是，式1通常可以表示为：I2（x，y）=I1[f（x，y）]（式2）根据图像变换形式的不同，空间几何变换可分为刚体变换和非刚体变换，其中，非刚体变换又包括比例变换、仿射变换、投影变换和曲线变换。3医学图像配准方法及其应用医学图像配准的方法很多，根据不同的准则可有不同的分类。

    本文从图像特征空间的角度出发，对常用的医学图像配准方法及其近几年的发展应用进行介绍。基于特征点的配准方法特征点有外部特征点和内部特征点之分。外部特征点是在受试者颅骨中嵌入的螺钉、在皮肤上做的标记或其他在两幅图像中都可检测到的附加标记物。内部特征点是指解剖结构上容易定位的点，或者是几何上的极值点。基于外部特征点的图像配准方法包括立体定位框架法、面膜法及皮肤标记法等等。由于是有创操作，在临床实践中应用较少。但是，这种配准方法在后续优化算法的选择上较为简单，速度快，而且能够达到令人满意的精度，配准结果往往可以作为其他配准方法的评估标准。其中最著名的是美国Vanderbilt大学J.Michael Fitzpatrick教授领导的“回顾性图像配

编辑提示，此文是论文格式网为朋友们总结并提醒职称及职称考试的相关事项。希望对朋友们有所帮助。