随着医学影像工程和计算机技术的发展,医学成像技术已经成为现代医疗的一个重要组成部分,其应用贯穿于整个临床工作。由于成像原理和设备不同,医学影像存在多种成像模式。当一种成像设备所提供的信息不能满足需要时,临床上通常需要利用多种模式成像的信息。通过图像融合可以把多种模态图像提供的解剖和功能信息综合到一幅图像上,为临床应用提供精确、全面的信息。对几幅不同的医学图像进行融合之前,首先要解决图像的严格对齐问题,即图像配准。图像配准是图像融合的前提,配准的效果直接影响着图像融合的质量。本文基于互信息、最优化、小波变换等理论方法,结合临床实践的要求,对多模医学图像的配准与融合问题进行了深入的研究和探讨。论文的主要工作如下:(1)对基于互信息的多模态医学图像配准进行了深入研究,讨论了基于互信息的图像配准原理、方法和具体实现步骤,介绍了图像配准中常用的空间变换和插值算法,并对实际配准中互信息函数局部极值的成因进行了分析。(2)互信息函数的局部极值是客观存在的,针对图像配准中最常用的Powell算法优化结果依赖初始位置和容易陷入局部极值的问题,引入粒子群(PSO)算法,并结合小波变换,提出了一种多分辨率的混合优化算法,有效避免了优化算法陷入局部极值。(3)研究了基于小波变换的图像融合原理和方法,根据解剖图像和功能图像的特点,在高频系数和低频系数的融合中分别选取了合适的融合规则,有效保留了功能图像中的显著特征和解剖图像中的细节信息。(4)在伪彩色图像融合中,介绍了基于IHS变换的图像融合原理,并将小波融合引入IHS变换中,提出了一种基于IHS变换和小波变换的彩色图像融合方法。