本发明公开了一种基于神经网络的任意模态图像配准方法及设备，涉及图像配准技术领域，本发明的方法可以通过生成的随机物质信息来模拟物质的特点，对随机物质信息进行映射得到形变前图像，而且对随机物质信息基于随机形变场进行形变、映射，获取形变后图像，形变前图像和形变后图像作为神经网络的输入，经过神经网络的配准，得到输出形变场，通过比较输出形变场和随机形变场的差异优化神经网络，得到训练好的训练模型。本发明的方法得到的训练模型能够忽略模态的影响，提升配准的准确性，以及减少对训练数据的依赖，而且还能够减少搭建模型的数量，减少工作量。