近年来随着医学影像技术的发展,多模态影像融合技术已经成为医学影像领域研究的热点,它可以提供更加丰富更加综合的病理信息,从而有效协助医生进行临床诊断、制定合理的治疗方案并对治疗效果进行评估。缺血性心脏病也称心肌梗死,是一种致死率较高的常见疾病,而对于患者心肌缺损情况的判断在制定相关治疗方案、预测疗效及判定预后等方面有十分重要的意义。本文应用猪心肌梗死模型的心肌代谢成像(PET/CT)和心肌灌注成像(SPECT/CT)进行多模态图像融合,帮助医生更加直观更加清晰的估计心肌缺损的范围和程度。因为两种成像形式都拥有对应的CT图像,所以本文的研究思路是通过对CT结构像进行分割配准,实现心脏部位CT、PET和SPECT三种模态图像的融合。针对心脏CT图像的特点,本文提出了一种基于心脏图谱的分割配准框架,并在此基础上制定出完整的图像融合流程。首先制作图谱并得到心脏部位的CT图像和PET图像,然后通过分割配准框架将SPECT/CT中的心脏部位SPECT图像分割出来,最后利用反向配准将其匹配到心脏CT图像上,从而得到CT、PET以及SPECT三模态心脏融合图像。基于心脏CT图像的配准算法贯穿整个融合过程,配准算法会直接影响融合结果的准确性。本文使用多级配准方法,首先用仿射配准进行粗配准使两个CT体数据中的心脏初步对齐,然后基于微分同胚Demons非刚性配准算法进行精细配准,同时针对原有的微分同胚Demons算法用于分割的不足对其进行了改进,并应用多分辨率配准策略来提高配准效率及准确性。本文使用第四军医大学提供的数据进行图像融合实验,结果表明基于心脏图谱的分割配准框架能有效的从整个图像中准确的分割出心脏部位不同模态的图像,改进的微分同胚Demons算法可以提供良好的配准精度。最终的融合图像显示出猪心肌梗死模型的心肌代谢区域和心肌灌注区域,由此可以对心肌缺损的范围和程度进行观察和估计。