帕金森病是一种以肢体震颤、肌肉僵直、运动启动困难、姿势反射丧失为特征的中枢神经系统退行性疾病，因其具有较高的患病率和致残率，成为危害中老年人健康的主要疾病之一。近年来，随着神经立体定向技术、计算机技术、影像学技术的发展及联合应用，使得脑立体定向手术成为治疗帕金森病的一种最行之有效的方法，并且越来越受到人们的青睐，其优点有无需开颅、无需全麻、创伤性小、安全性高、康复快等。实施脑立体定向手术首先要进行靶区定位，确定靶区在立体定向仪框架的坐标值，然后钻孔进行刺激或毁损，因此靶区的准确定位是手术治疗帕金森病的关键环节，直接决定手术疗效。本论文针对帕金森病靶区自动识别技术进行研究，依照脑深部结构间关联信息建立了识别帕金森病靶区的依赖树模型，该模型共包含五个关键子结构和三个帕金森病靶区结构，对各结构进行逐一识别。并在此基础上设计一套帕金森病靶区识别系统，主要研究内容包括以下三个部分：(1)基于Amira的帕金森病靶区分割和三维重建基于手工分割的方法，利用法国TGS公司研制的三维可视化软件Amira3.1完成了帕金森病关键子结构及靶区的分割和三维重建，对分割流程和可视化流程进行了初步探究。(2)基于模糊连接度的帕金森病靶区自动识别算法研究由于帕金森病关键子结构及靶区多为体积较小且结构边界不明显的核团，在MRI影像中不易准确分辨，严重影响分割精度。临床上通常采用手工方法对核团进行识别，但手工方法耗时费力，且带有一定的主观性使得分割结果因人而异。本文探索了用于自动识别帕金森病关键子结构及靶区的新方法，利用改进的模糊连接度方法对关键子结构及靶区进行分割，与传统的模糊连接度相比提高了分割精度。经与医院专家分割金标准进行对比，分割相似率大于80%，可应用于临床。(3)帕金森病靶区识别系统设计基于Windows操作系统，在VC++6.0平台下结合MITK医学影像算法平台工具包完成了帕金森病靶区识别系统的设计。该系统集多种格式医学图像的读取显示、分割及三维可视化功能于一体，操作简便，交互性强。实验结果表明，该系统有效实现了帕金森病关键子结构及靶区的分割和三维重建，重建结果形象逼真，并且可计算靶区的中心坐标，达到了辅助医生进行术前靶区定位的目的。本文研究实现了手术治疗帕金森病关键子结构及靶区的分割和三维可视化，将为医生提供更加科学、直观的影像学定位参考依据，对提高手术疗效、减少手术风险具有重要的临床意义。