随着现代人生活压力的不断增大,心血管疾病已经成为人类健康的最大威胁。目前,心血管疾病的临床诊断主要依靠CT血管造影、超声心动图、核磁共振造影等医学影像技术。医学影像中包含了非常丰富的信息,但由于其成像方式的特殊性以及成像对象的特殊性,通常不易直观阅读。因此,结合计算机视觉、图形学和模式识别等理论的医学图像三维可视化等计算机辅助诊断技术就随之发展起来了。本文主要研究了心血管CT图像的三维可视化及其辅助诊断技术在临床中的应用。本文以心血管CT造影数据为研究对象,着重研究了心血管CT数据的三维可视化和基于此的计算机辅助诊断技术。通过阅读大量相关文献和前人的研究成果,本课题组实现了一个心血管虚拟内窥镜系统,本文对此进行了研究和分析,总结了心血管虚拟内窥镜系统的图像预处理、三维重建、心脏的分割和提取、漫游路径规划和内窥镜实时显示五个关键组成部分。在三维可视化方面,本文对体绘制技术(Volume Rendering)中三维纹理映射方法和光线投射方法进行了深入研究,使用基于CUDA的光线投射方法进行三维重建并与三维纹理映射方法三维重建的结果进行了对比;此外,为了获得更好的显示效果,本文为基于CUDA的Ray Casting三维重建添加了光照效果。在虚拟内窥镜漫游路径规划方面,本文对一般方法进行了性能改进:对于距离变换步骤,本文使用一种线性时间的通用方法并结合CUDA进行了并行优化;对于Dijkstra抽取中心线步骤,本文使用配对堆优化了Dijkstra算法的时间复杂度。随后,结合改进后的中心线提取算法,本文设计了一个自动检测冠状动脉狭窄部位的方法,通过Collding Front算法初始化水平集,使用Fast Marching方法求解水平集从三维数据中分割出冠状动脉,然后抽取冠状动脉中心线,取中心线截面计算冠状动脉面积进而判断狭窄部位。实验结果表明,本文的对漫游路径规划方法的改进在时间效率上有了很大的提高,本文设计的冠状动脉狭窄检测方法也有较好的检测结果。本文对心血管虚拟内窥镜系统的研究和关键步骤的优化以及本文设计的冠状动脉狭窄自动检测方法对目前心血管疾病的临床人工诊断有很好的辅助意义。