在基于深度學習的圖像配準中，圖像中具有復雜解剖結構的形變區域是影響網絡配準精度的重要因素，然而現有方法很難關注到圖像的復雜解剖區域。同時，卷積神經網絡的感受野受其卷積核大小的限制，難以學習空間位置距離較遠的體素之間的關系，使其難以處理較大區域形變問題。針對以上兩個問題，本文提出了一種基于視覺變換器（Transformer）的級聯多階層配準網絡模型，并配備了一種基于均方誤差的困難形變感知機。困難形變感知機使用滑動窗口和浮動窗口技術在配準圖像中進行檢索，得到每個體素的困難形變系數，識別出配準效果最差的區域。本研究中，級聯多階層配準網絡模型采用困難形變感知機進行階層連接，在基礎配準網絡中憑借自注意力機制提取全局特征，對不同尺度的配準結果進行優化。實驗結果證明，本文提出的方法可以對復雜形變區域進行漸進配準，從而優化腦部醫學影像的配準結果，對醫生的臨床診斷工作有良好的輔助作用。