前言

医学图像配准技术是医学图像处理的基础，在医学信息融合、肿瘤生长监测、图像引导手术治疗及放疗计划制定等方面发挥着重要的作用。医学图像配准可以将各种互补的信息融合在一起，为医生诊断病情提供更多可靠的信息。鉴于医学配准技术的重要性及今后的发展前景，本书从图像配准的基本概念出发，介绍医学图像配准的意义、应用领域及国内外研究的现状； 然后介绍几种常用的医学成像技术，让读者了解医学图像的特点； 介绍图像配准算法的基本框架，以及常用的图像配准开源平台； 最后通过实际配准例子着重介绍基于灰度和基于特征两大类配准方法。

本书的理论知识由浅入深，容易上手，比较适合初学者了解医学图像配准技术，并结合目前常用的开源框架及图像配准实验，深入分析各种算法的性能。本书可作为高等院校计算机、通信与信息系统、信号与信息处理等专业的研究生教材或参考书，也可作为医学图像分析、医学图像配准等领域的技术人员和研究人员的参考书。

本书共12章，分为四大部分。第一部分（第1~5章）主要介绍医学图像配准的基本知识。第1章为绪论部分，简要介绍了图像配准技术的概述、图像配准的研究意义、图像配准的主要应用领域及医学图像配准技术的主要内容； 第2章阐述了常用的医学成像技术，包括X射线成像、磁共振成像、计算机断层扫描成像、核医学成像及医学超声成像； 第3章介绍了图像配准算法的4个组成部分： 特征空间、搜索空间、相似性度量和搜索策略； 第4章描述了图像配准过程中常用的灰度插值方法； 第5章介绍了ITK和Elastix两种常用的医学图像配准开源平台。

第二部分（第6、7章）主要描述基于灰度的图像配准方法。第6章介绍了基于相关性的医学图像配准方法，着重描述了基于鲁棒相关系数、相关比和增强相关系数的医学图像配准算法； 第7章阐述了几种常用的基于Demons算法的非刚体医学图像配准。

第三部分（第8~10章）阐述基于信息论测度的医学图像配准。第8章介绍了信息论在医学图像配准中的应用，从信息论的基本概念出发，阐述图像互信息的概念及概率密度的估计方法，重点描述互信息在医学图像配准中的应用，并研究几种其他的信息论测度； 第9章主要研究基于Arimoto熵的医学图像配准，研究Arimoto熵的性质，构造新的散度测量，利用该散度建立配准框架，分析仿真和临床数据的配准结果； 第10章介绍了连续图像表示在基于信息论测度的医学图像配准方法中的应用。

第四部分（第11、12章）着重研究基于图像特征的配准方法。第11章描述了基于熵图的医学图像配准算法； 第12章主要介绍基于结构特征的多模态医学图像配准方法，着重阐述了几种常用的结构特征描述子及其在图像配准中的应用。

本书由中原工学院的李碧草、东南大学的舒华忠和平顶山第一人民医院的王贝撰写，全书由李碧草负责统稿。

作者多年来一直从事医学图像配准及相关方面的研究工作。本书是作者多年来从事该领域研究工作的结晶。该书获得河南省科技攻关项目（编号： 192102210127）、中原工学院学术专著出版基金的资助，在此表示感谢。

由于作者水平有限，书中难免有疏漏，恳请广大读者批评指正。

编者

2019年7月