近年来磁共振设备及成像技术高速发展[1]，扩散加权图像的量化分析在临床诊断上也得到越来越多的应用。通过对组织扩散系数的分析可以对疾病的诊断、治疗、预后做出预测。图像采集时病人呼吸、心脏和肠蠕动等运动会导致不同b值的图像间出现运动位移，因此通过配准使图像对齐是精确量化估计的前提条件。不同b值的扩散加权图像中信号衰减程度不同导致了它们之间灰度和对比度的变化，而且同一b值图像内存在灰度不均匀性，因此使用传统的配准算法会导致将不同b值的图像配准到b0图像的过程中产生较大的偏移，尤其是在高b值的图像上。　　自由形变模型是常用的非刚性配准算法，在以往的研究中得到了广泛的应用。由于其具有优良的局部运动模拟能力，在医学图像配准中是非常适用的算法。但是由于扩散加权图像自身的特性，基于自由形变模型的配准依然存在不足，在配准信号衰减较大的图像时非常容易出现误配。针对这一不足，本文提出拟合精度引导自由形变模型的配准算法。首先以体素内不相干运动模型对扩散加权图像的信号衰减信息进行参数拟合，并以统计分析中常用的决定系数构造拟合精度对模型的拟合效果做出评估。拟合精度描述的是拟合之后的信号强度与理想情况下的指数衰减之间的吻合程度，吻合程度越高表明该位置需要的形变越小，反之亦然;然后通过拟合精度构造权重矩阵，为图像中每一个像素赋予形变权重从而引导自由形变模型进行配准。不同于传统的自由形变中变形场采用统一的变形步长，权重矩阵能够地根据拟合精度的大小自适应地调整图像中不同位置的变形步长从而得到最优的变形场。本文提出的新方法结合了包含信号衰减信息的拟合精度和具有优秀局部运动模拟能力的自由形变，有效地弥补了自由形变在配准扩散加权图像时的不足，实现了对其精确配准的目标。　　本文分别应用基于自由形变模型的配准算法和新方法在11组多b值的腹部扩散加权图像上进行二维和三维的配准实验，并以Dice系数作为配准评价指标。相较于基于自由形变模型的配准算法，新方法得到了更高的Dice系数，且通过配对t检验证明差异是具有显著性的。直观和量化结果表明，本文提出的方法比基于自由形变模型的配准算法具有更佳的配准效果。