CT图像被广泛的应用在医学影像引导治疗领域，并且在其中发挥着巨大的作用。目前，追踪和定位肾结石靶区的方法主要是通过CT采集图像，然后进行处理和分析的。由于呼吸运动的影响，肾结石目标的位置并不是一直没有变化。而且，由于存在系统延迟（比如图像采集时间、数据传输时间、机器处理时间），以及患者在长时间的X光射线暴露下会造成极大的不必要的伤害，所以在临床应用中应尽量采集少的X光图片。传统的碎石过程，主要是根据医生的主观经验判断来进行结石的定位和追踪。这样导致有时候会需要更多的时间来治疗。而现在要发展起来的是希望通过好的定位和预测算法来弥补系统延迟带来的误差，这样可以提高确定位置的精确程度以及疗效。本文通过坐标变化来实现对于肾结石目标的定位，该方法比较简单，计算量小。同时根据实际所使用的超声碎石机来建立空间坐标系，可以简化处理过程。并且，在采集图像的时候进行投影图像的几何失真校正可以保证处理结果的可靠性。本文深入研究了平均位置跟踪算法，提出了一种自适应数据处理预测算法。该方法全自动，且具有很强的鲁棒性，能保证预测的精度。通过使用椭圆拟合来进行数据处理，可以有效的减少噪声的影响和比较好的处理异常值与缺失值。并且在椭圆拟合的基础上，通过滑动窗函数与衰减因子和权值来实现自适应算法的过程，最后将滑动窗与衰减因子与权值联系起来，可以较好的利用历史数据来帮助预测目标位置。本文采用一系列不同呼吸周期的肾脏CT影像对提出的算法进行测试评估，定性和定量的评价结果均表明本文提出的算法能够对肾结石目标位置进行比较精确的确定以及预测。同时，本方法能够容忍错误数据的产生，通过误差分析也证明了算法比较好的适应性。