随着医学影像学和计算机技术的迅速发展,多种先进的医学成像设备为临床诊断提供了多种模态的医学影像信息,使得不同模态之间配准问题成为医学影像领域的研究热点和难点之一。目前,刚体配准技术已经很成熟,基本可以满足临床需要,然而弹性配准技术在临床上的应用还不是很多,这主要归因于医学影像包含数据量较大,现阶段弹性配准算法普遍具有效率低,实时性差等问题,无法满足临床实时性要求,因此本文对如何提高弹性配准算法的效率问题进行了深入的研究。本文主要工作如下:针对基于博弈论的医学影像非刚性配准算法计算量大、收益函数不易收敛和配准耗时长等问题,提出了一种改进的博弈论医学影像弹性配准算法,该算法将热传导理论用于确定目标像素点与周围像素点能量相互转化的关系,使得目标像素点尽可能多地了解周围像素点的博弈策略,实现自身收益函数最大化,从而可以更快更好地完成像素集合的博弈;该算法只对医学影像中感兴趣区域进行处理,大大节省了配准时间和计算量。实验结果表明,本文改进收益函数的博弈论医学影像弹性配准算法,在同样配准精度前提下,收敛更快,效率更高。本文还将Coons曲面构建理论引入到医学影像弹性配准中,提出了一种基于Coons曲面模型的医学影像弹性配准算法。该算法首先对浮动影像和目标影像分别进行金字塔分解,得到不同分辨率的子影像;然后根据子影像的分辨率选择不同的分辨率网格,构建两幅影像子空间区域上的Coons曲面片;在雅克比行列式成立条件下,再根据两幅影像之间的变换参数和映射关系,通过互信息相似性测度函数控制每一分辨率层的进程,并分别用Coons曲面片拟合弹性形变。实验结果表明,本文可以处理较复杂形变影像,对于影像的拓扑结构保持较好,效率较高,可以满足正常情况下的医学影像配准精度要求。本文最后对研究内容进行了简要总结,对未来研究工作进行了展望。