背景:胸主动脉腔内修复是治疗主动脉夹层及胸主动脉瘤的重要手段,手术成功与否取决于覆膜支架是否放置到了正确位置;然而支架置入时,医生在术中X射线图像中看不到主动脉,手术难度高、风险大.配准术前CT血管造影和术中X射线图像可以帮助医生放置支架,提高成功率.目的:提出一种适用于胸主动脉腔内修复的术前CT血管造影与术中X射线图像配准算法.方法:首先,在不同虚拟视角下,对全图CT血管造影和骨骼CT分别做数字重建影像,将两者叠加起来,得到各种视角位置姿态下的数字重建影像库,用于与术中X射线图像配准;其次,提出一种基于分支解码结构的深度神经网络,使用数字重建影像库训练,可对术中X射线图像的位置姿态参数进行估计,从而获知CT血管造影与术中X射线图像之间的空间位置关系;最后,根据X射线图像在CT血管造影坐标系中的位姿参数,将CT血管造影中胸主动脉影像进行重投影,叠加至术中X射线图像中,为医生手术提供导航辅助.结果与结论:①通过实验验证,此文算法与梯度相关、模式强度2种传统算法相比,均方根误差降低17％;②双分支编解码结构网络,在数字重建影像测试集上,参数估计误差减小到无分支结构网络的30％;③在术中X射线图像的实验中,均方根误差也有2％的降低.