随着医学影像学和计算机科学的不断发展，医学图像配准技术在临床中发挥着越来越重要的作用。在众多的图像配准方法中，基于互信息的医学图像配准方法由于无需预处理、配准精度高、鲁棒性好等特点，成为应用得最为广泛和成功的配准方法之一。本文对基于互信息的医学图像配准方法进行了深入的研究，详细的介绍了最大互信息配准方法，并在此基础上进行的有效的改进。所做的工作主要有以下几个方面：首先介绍了医学图像配准的研究背景、研究意义和发展现状，然后分析了互信息配准算法的原理和实现过程，详细介绍了互信息配准实现中的几个基本模块，包括几何变换、插值算法和优化方法等。其次针对传统最大互信息法在配准中仅仅考虑图像灰度的统计信息而忽略图像的空间信息这点不足，我们认为不同空间位置的像素点对图像配准的贡献是不一样的。本文采用像素显著性值来描述像素点对配准的贡献，并提出了结合像素显著性的空间互信息医学图像配准方法。实验结果表明，相比于传统的互信息法，本文提出的算法取得了较好的配准精度和准确率。最后研究发现互信息配准方法中使用较多的PV插值法容易使互信息测度函数产生局部极值，本文首先详细分析了局部极值产生的原因，然后提出一种类PV插值法，该方法将插值邻域扩展到周围的9个邻域点，试验证明该插值方法能有效的避免局部极值。