医学图像非刚性配准在临床诊断、放射治疗规划、图像引导手术、疗效评价等方面具有重要的应用价值，已经成医学图像研究领域热门专题之一。基于B样条的配准是一种常见的非刚性配准方法，具有局部控制性好和计算速度快的优点。然而，该方法中也存在一些缺陷，解决B样条方法中存在的问题，有助于提高医学图像配准方法的性能。　　 传统的单层次B样条变换方法中，配准结果和配准时间开销在很大程度受控制网格疏密程度的影响，其整个控制网格的密度单一，难以满足有局部变形差异的要求。针对上述问题，提出部分区域多层次B样条方法，先采用稀疏网格对图像进行全局B样条平滑配准，再对局部区域使用密集网格进行细化配准，它针对图像中的变形较大的部分区域，利用不均匀网格来处理图像中的变形，保证了结果的精度和速度。　　 配准的测度是反映图像对齐程度的指标，如何定义配准测度是图像配准的重要研究内容。当一幅图像中的某些区域在另外一幅图像中没有对应的匹配区域时，若将该部分区域与其他正常区域同等对待，强行实施不存在对应关系的区域的对齐，反而会降低图像配准的精度。为解决这个问题，提出一种结合归一化互相关的均方差测度，在计算配准测度的时候引入权重信息，对不匹配区域赋以较小的权值，以减小它对整个配准结果的影响。不同相似性测度的对比实验表明，基于加权的相似性度量方法能够有效地处理存在不匹配区域的情况，提高配准结果的总体精度。