图像配准是图像处理技术领域的重要基础，同时也是其重要的组成部分，直接或间接影响后续图像处理算法的效果。医学图像配准有着重要的临床实践意义和医学研究意义，有利于疾病的诊断和治疗计划的制定。医学图像配准是一个多参数优化问题，其性能受到优化方法的影响。本文对医学图像配准方法进行了研究和改进，研究了量子进化算法在医学图像配准方面的应用。(1)针对基于互信息的医学图像配准方法中互信息目标函数容易出现局部极值的问题，提出了一种基于量子进化优化与归一化互信息准则的医学图像配准方法，该算法不需要对图像进行预处理，简化了配准过程，改善了传统优化算法在图像配准中容易陷入局部极值的问题。(2)根据医学图像的局部特性，本文研究了医学图像的非刚性配准，将三次B样条函数作为空间几何变换应用于医学图像，利用归一化互信息度量图像之间的相似性，用量子进化算法搜索三次B样条控制网格参数，提出了一种基于量子进化优化和三次B样条变换的医学图像非刚性配准方法。实验表明本算法能对三次B样条控制网格参数进行并行搜索，找到较好的控制网格变化参数，实现医学图像的非刚性配准。(3)针对基于三次B样条变换的非刚性配准方法需要搜索的控制网格参数较多的问题，本文进一步研究了量子进化算法，综合考虑局部搜索和全局搜索，提出了一种基于Memetic量子进化优化的医学图像非刚性配准方法，将交叉爬山算法、差分进化和禁忌搜索三种优化策略作为局部搜索策略，并应用于医学图像非刚性配准，获得了较好的配准精度。