随着CT、MRI、PET、SPECT成像技术的不断发展和在临床上的应用，多模医学图像的配准与融合越来越受到国际学术界的广泛重视，特别是图像配准与融合技术。 根据医学图像所提供的信息内涵，可将医学影像分为两大类：解剖结构图像(CT、MRI、B超等)和功能图像(SPECT、PET等)。但由于成像原理不同所造成的图像信息局限性，使得单独使用某一类图像的效果并不理想。为了弥补解剖结构图像和功能图像各自的不足，利用图像融合技术将解剖结构成像与功能成像两种医学成像的优点结合起来，为临床提供更多、更准确的信息。医学图像融合常见的融合类型有：CT与MRI融合、CT与SPECT融合、CT与PET融合以及PET与MRI融合等。本文主要研究CT/PET融合。 总的来说图像融合技术的研究还处于起步阶段，有许多问题急需解决。首先，图像融合技术缺乏理论指导。其次，对于非同机配准和融合的结果还没有绝对的评价标准。目前一般采用标记点的配准，但操作繁琐且本身就存在变形等因素引起的误差。 由于医疗行业的特殊性、用户的多样性和循证医学(Evidence-Based Medicine，EBM)的发展，对医学信息的搜集、检索、分析等提出了更高、更人性化的要求。在计算机辅助图像处理的基础上，开发出综合利用图像处理方法、结合人体常数和部分疾病的影像特征来帮助或模拟医生分析、诊断的图像分析系统成为一种必然趋势。本文在对CT、PET图像的融合方面进行了以下方面的研究： (1)通过对CT、PET医学图像数据特征的分析，论证了对CT/PET进行融合的可行性与必要性； (2)图像配准是图像融合重要的前提条件，是进行图像融合前的一个重要步骤。本文详细介绍了图像配准的具体过程和常用方法，通过分析比较，最终确定使用基于体素特征的图像配准方法——基于最大互信息的配准。该方法虽然在配准速度上不占优势，但进行CT/PET的配准时具有较好的配准精度； (3)概述了医学图像融合的相关理论和目前常用方法，通过对各种方法的优缺点的比较，采用在图像融合中占有明显优势的基于小波变换的融合方法。深入地研究基于小波变换的医学图像融合，针对CT、PEI成像的特点，对经过小波分解的高频域和低频域图像采用不同的融合规则。低频域部分采用简单的加权平均法，而高频部分则采用最大小波系数的方法。实验证明该方法与传统小波变换相比，在进行CT/PET融合时具有一定的优势； (4)详细介绍了常用的图像融合的评价标准，对本文的实验结果采用均方根误差、标准差、平均梯度和互信息四项标准进行评价。 论文已对二维医学图像的融合进行了探讨，并利用小波变换的方法对CT和PET图像实现了融合。在此基础上仍有许多有意义的工作值得研究。有待研究的后续工作可以从以下几方面开展： (1)进一步改善配准算法。如：如何进一步提高配准算法的速度和精度、克服互信息方法中的插值影响、寻找更好的相似性测度函数及优化算法等。 (2)借鉴遥感图像的融合方法，高效地综合多种医学成像模式的优点。 (3)身体各部分脏器的多模图像融合的临床应用价值还有待进一步探索。 (4)图像融合在远程医学中有广阔的应用前景。例如将多模图像融合成多参数，将仿真人体模型配准到术中真实器官上，都能有效指导制定远程手术计划，有助于顺利实施手术。 目前多模态医学图像融合问题是生物医学工程研究中的一个热点问题，因此在图像融合技术方面还有很大的研究空间。