肝癌是最常见的恶性肿瘤之一,具有高病发率和高死亡率的特点,现已经成为威胁人体健康与生命的一大杀手。现有肝癌治疗方式以介入手术切除为主,但是不精准的手术切除将增加疾病复发的风险。随着精准医疗概念的提出以及医疗信息化的推进,三维可视化技术逐渐被运用于医学影像分析中。通过将二维肝脏CT序列进行三维重建,医师可以对病灶情况进行精确定量分析,并且能够在虚拟的肝脏模型上进行手术方案设计和优化,最终实现提高临床手术治疗准确性和可靠性的目标。本文对肝脏三维可视化过程中的图像分割算法以及软件平台搭建进行了研究,主要研究内容如下:对平扫期图像中的肝脏分割算法进行了研究。通过支持向量机筛除序列中的无效切片,运用具有空间约束的模糊C均质聚类算法以及形态学重建方法实现了肝脏轮廓的自动分割,提出了一种基于凸包检测和近邻点连接的后处理方法。结果表明,使用本文方法对肝脏CT图像序列进行分割时无需人工交互,平均分割准确度为92.8%,平均单张断层图像分割时间为1.7s,有较好的鲁棒性。对静脉期图像中肝内血管分割算法进行了研究。提出了一种具有移动种子和动态阈值的三维区域生长法,针对种子点拾取困难,细微结构难以分辨的问题,采用Hessian矩阵对血管结构进行滤波增强。使用本文方法分割血管能够达到93.2%分割精度,平均单张图像分割时间为0.53s,三维重建结果表明本文方法能够有效增强被分割血管的空间连续性。对动脉期图像中的肝内病灶分割算法进行了研究。分析了基于边界和基于区域两种活动轮廓模型的优缺点,提出了一种基于局部区域拟合和梯度信息的混合活动轮廓模型,实验结果表明,使用本文活动轮廓模型能够有效分割具有灰度不均匀、边缘轮廓模糊特征的肝癌以及肝内结节增生病灶。肝脏三维可视化平台搭建。使用C++对已研究算法进行编程实现,整合以上成果完成三维可视化平台的搭建,初步实现了图像序列读取、浏览、肝脏实质分割、肝内血管分割以及三维重建的功能。