不同的医学成像设备能够对同一目标提供不同的医学信息，在医疗诊断领域发挥了一定的作用。医学图像融合技术能够将各种不同医学互补信息融合在一幅图像中，使该融合图像包含的信息更加全面、多样，为医学诊断和治疗提供更准确有效的数据，是一种重要的医学辅助技术。智能型融合方法是图像融合方法近年发展起来的一个领域，本文主要对智能型融合方法中的直觉模糊理论进行了深入的探讨与研究，将直觉模糊推理融合方法分别应用在了图像的空间域与变换域，提出了具体的算法。本文将直觉模糊概念引入医学图像融合方法中，在图像空间域上，提出了一种基于直觉模糊推理的医学图像融合方法。非隶属度概念的引入能够在处理模糊问题时提供更准确，合理的判定结果。利用直觉模糊理论构造多条件多规则的直觉模糊推理系统，对仅由隶属度判决无法得出合理判定结果的情况，有了直接的推理判定依据。该系统以CT图像和MRI图像作为输入，输出结果是一幅包含所有输入图像信息的融合图像。将本文方法与模糊推理医学融合方法进行Matlab实验仿真，结果对比表明，本文算法的融合结果不仅从主观判断上更加清晰，同时在信息熵等融合效果客观评价参数上也优于后者。针对频率域上，多尺度多分辨率方法在图像融合领域的发展，提出了基于Contourlet变换的直觉模糊推理融合理论。Contourlet变换比小波变换更为优良，是一种非常灵活的多尺度多分辨率的分解，比小波变换具有更强的方向性，能够非常敏锐的表达出图像中具有方向性的奇异性特征。本文将直觉模糊推理与Contourlet在频域处理图像的优良特性相结合，对由Contourlet变换得到的高频系数进行直觉模糊推理分类，设置相应的融合规则，得到高质量的融合图像。将本文方法与基于Contourlet变换的传统图像融合方法进行Matlab实验仿真，结果对比表明，本文的算法不仅具有良好的融合性能，而且包含更多的细节信息与信息量。