医学图像配准是对一幅医学图像寻求一种或一系列空间变换,使它与另一幅医学图像上的对应点达到空间一致,或最为相似。论文首先介绍了医学图像配准技术的发展和现状,分析了医学图像配准过程,研究了当前主要的医学图像配准算法,并且综述了目前弹性配准国内外的研究现状。针对互信息类测度运算量大、配准时间长、局部极值较多的问题,本论文对Buzug提出的医学图像配准方法进行了改进,用严格凹函数取代互信息中的熵函数,形成了互严格凹函数测度。然后再将互严格凹函数测度的概念扩展到自变量是向量的情况,同时根据Jensen不等式和Schur凹函数的性质,提出了一种图像配准的新测度Jensen-Schur测度,简称JS测度,并通过实验验证新构造的JS2、JS3、JSw测度,在计算速度、收敛性能、抗噪声能力方面,优于JR(Jensen-Renyi)、互信息(MI)测度、归一化互信息(NMI)测度。最后将JS2测度用于多模态医学图像配准实验中且取得很好的配准结果。本文采用基于混沌变异的小生境量子粒子群(NCQPSO)算法作为医学图像配准的最优搜索算法,该算法结合小生境技术并加入了淘汰机制,使算法具有良好的全局寻优能力；变尺度混沌变异具有精细的局部遍历搜索性能,使算法具有较高的搜索性能,并通过实验验证了NCQPSO算法可有效避免标准PSO算法的早熟收敛,具有寻优能力强、搜索精度高、稳定性好等优点,也优于原始的量子粒子群算法QPSO。利用JS测度在多模态医学图像配准中的成功应用,本文提出了一种有效地解决医学图像配准问题的改进Demons算法。该方法使用两图像间JS测度值对当前变换的梯度作为驱动图像变形的附加力,避免了Demons算法仅依靠图像灰度梯度变形、当梯度信息缺乏时图像变形方向不能确定的问题,从而得到更为精确的配准变换。在医学图像配准过程中,根据改进的Demons图像配准算法,结合NCQPSO优化算法对图像进行配准实验,得到较好的配准结果。实验比较了PSO、QPSO和NCQPSO优化算法的配准结果。实验结果表明NCQPSO算法作为优化策略,较好地解决了配准中全局优化的问题,具有很好的精确性和鲁棒性。多种实验验证了本文提出的算法是一种有效,快速、准确的配准算法。