1、肺器官是典型的運動器官，在對肺部進行影像采集的過程中，由于采集環(huán)境和設備精確度的干擾，加之呼吸運動導致的肺部局部和全局的非剛性形變，使得采集到的肺部影像存在較大的差異。在對肺部疾病進行診斷、治療和疾病跟蹤的過程中，需要校正肺部圖像中的形變以防止癌變等病情的漏診和誤診。因此實現肺部非剛性配準已成為日前研究的重點。本文首先介紹了圖像配準技術的發(fā)展歷程、研究意義和研究難點。針對受呼吸運動和器官蠕動而導致的肺部非剛性形變問題，重點進行了如下兩方

2、面的研究:肺部PET-CT圖像的配準問題及肺部吸氣相和呼氣相圖像的配準問題。
　　針對肺部PET-CT圖像的配準問題，本文提出了基于KL距離和拓撲保持的MIGTPDemons多模圖像配準算法。雖然Active Demons圖像配準模型能夠快速精確地校正圖像的非剛性形變，但是仍存在如下兩方面的問題。第一，Active Demons模型僅適用于單模圖像配準，不適用于多模態(tài)圖像配準。第二，由于錯誤Demons力的存在，在形變過程中浮動圖

3、像的內部結構容易出現撕扯、變形和折疊等現象。針對這兩方面的問題，本文提出了基于互信息梯度和拓撲保持的MIGTP Demons多模圖像配準算法。ActiveDemons模型能夠很好地校正圖像的非剛性形變，而基于互信息的圖像配準算法具有魯棒性高、無需先驗知識就可以實現圖像全自動配準的優(yōu)點。將基于Kullback-Leiber距離的互信息梯度加入到Active Demons形變模型中，使浮動圖像朝著互信息增大的方向變化，保證模型適用于多模態(tài)圖

4、像配準。通過分析肺部PET和CT圖像的灰度分布特點，向改進的多模圖像配準模型的形變偏移量中添加拓撲校正算法，保證浮動圖像在變形的過程中內部結構不發(fā)生變化。同時進行了相關的參數仿真，提出了配準參數的最佳取值。
　　相較于Demons模型，基于B樣條的圖像配準算法具有較好的局部控制性和穩(wěn)定性。本文將肺分割算法和基于B樣條的局部圖像配準算法相結合。針對肺部吸氣相和呼氣相圖像的非剛性變形問題，提出了不同呼吸周期內肺部圖像的專用配準算法?；?/p>