随着现代科学技术的发展和医学水平的提高，生物医学图像学作为生物学、医学和图像学的交叉学科，已日渐成为一门蓬勃发展并具有代表性的新型学科。医学成像技术的快速发展，涌现出了多种医学影像模态，如CT、MR、fMRI、PET、SPECT等。临床上通常需要对同一个病人进行多种模态或同一种模态的多次成像。如何使多次成像或多种模态成像的信息得到综合利用，使临床的诊断治疗、放疗定位、计划设计、外科手术和疗效评估更准确，就成为医学图像处理技术中的重要课题。医学图像融合技术就是为了解决这一难题而出现的，而图像融合的前提就是要对不同的医学图像进行配准。医学图像配准技术作为一种医学图像分析方法，就是在这种课题背景之下发展起来的。 本文对医学图像配准的理论、方法和技术作了比较全面、细致的研究。首先对医学图像配准的概念、分类以及常用方法，特别是医学图像的弹性配准技术的主要相关内容进行了综述；然后分别深入研究了基于互信息的非刚性配准和基于径向基函数的弹性配准问题。 基于体素相似性的医学图像配准方法，由于其不需要预先对图像进行分割和特征选取，基本可以自动的完成配准，是目前研究最多、应用最广的配准方法。互信息作为配准测度是上世纪九十年代发展起来的，具有广阔的发展前景。本文采用归一化互信息作为配准的相似性测度，在同仿射空间变换模型、基于PV插值法的联合概率分布插值法和Powell多维最优化算法的综合下，给出了本文的基于互信息的非刚性配准的整体配准方案。通过同一模态和不同模态的图像配准实验，结果表明该配准方案可以达到亚像素级的精度。