图像配准是近年来发展迅速的图像处理技术之一,也是当前国内外研究的热点。对各种使用不同成像手段或不同时刻获取的医学图像进行配准可以用于医疗辅助诊断、手术计划制定、病理变化跟踪和疗效评估等各个方面。医学图像配准大体上包括基于特征的配准方法和基于像素的配准方法。一般来说,基于特征的图像配准方法具有计算量小、速度较快的优点,但精度不高;而基于像素的配准方法具有精度高、鲁棒性强的优点,但计算量大、速度较慢。为了发挥这两种方法各自的优点,提出了一种将特征匹配和最大互信息法相结合的配准方案:先提取参考图像和浮动图像中的目标形状进行匹配,利用匹配结果求出互信息搜索算法的初始值再进行搜索。实验表明,该方法减小了计算量,可避免参数搜索陷于局部极值,有效地提高了配准的速度和精度。图像配准是一个计算量较大的过程,配准时间是制约其实际应用的关键因素之一。配准的主要计算步骤包括坐标变换、非网格点插值以及相似性测度计算等,这些步骤的计算具有内在的并行性。为提高配准速度,提出了基于单指令多数据技术(SIMD)的优化方法。采用CPU体系中的并行计算指令,将配准计算步骤中可进行并行计算的数据按照特定的并行方式进行组织,实现了并行计算。实验结果表明:经SIMD技术优化的配准程序相比未经优化的程序,计算速度有明显的提高。这种加速方法不需要额外的预处理和特殊硬件支持,适合于实际应用。