随着医学影像技术的迅速发展,新的医学影像设备(CT、MR、PET、SPECT)不断的涌现。由于成像原理不同,不同的医学影像提供人体相关脏器和组织的不同信息,因此,医学图像的配准和融合技术已经成为医学研究领域的热点。对同—个病人i丢行同模态或者多模态的图像配准,可以更全面的获取病人的信息,有利于提高临床诊断和手术治疗水平。配准的实质就是寻找最佳的几何变换方式,使他们达到空间位置利解剖结构上的一致。　　 本文首先介绍了医学图像配难的学术背景和研究意义以及配准力怯的分类和发展状况,重点研究了基于互信息的医学图像配准方法,深入探讨了互信息算法的原理以及配准流程,并对该算法存在的优缺点进行了详细的讨论。其次,分析了常用的搜索算法-粒子群(PSO)算法的基本原理,指出其具有运行速度快的特点,但存在早熟和后期振荡现蒙,从而将混沌粒子群(CPSO)算法引入到医学图像配准中。实验结果证明,混沌粒子群算法既能解决早熟问题,又具有配准精度高、速度快、鲁棒性强的特点。最后,本文设计了—种最大互信息和改进型粒子群算法相结合的医学图像配准算法,实现了全自动的医学图像配准。