咬肌肥大是指单侧或双侧咬肌的无症状扩大,通常会导致方形的下颌面轮廓,在亚洲人的审美中一般认为这是不美观的。在人们对美的要求普遍越来越高的今天,针对咬肌的A型肉毒杆菌毒素（BoNT-A）注射疗法由于它的低侵入性以及对咬肌肥大良好的治疗效果已经在亚洲得到了广泛的临床应用。然而,如今主流的BoNT-A咬肌注射技术基本是从临床实践中总结而来,尚未有研究基于解剖结构信息对咬肌注射技术进行统计学上可信的定量评估。头部CT影像数据中包含咬肌以及其他相关解剖结构的解剖信息,并且相较于解剖样本它更容易大量获得,因此使用CT影像来对BoNT-A注射技术进行评估是一种很有意义的想法。此外,根据面部重建相关的医学研究,人的面部轮廓隐式地编码了咬肌的位置和形态等信息,因此仅凭人的面部轮廓特征来定位咬肌的注射区域是一个值得探索的方向。本文提出了一套基于CT影像的针对BoNT-A注射的医学可视化系统,围绕BoNT-A咬肌注射展开了以下四个方面的研究:首先提出了一套基于卷积神经网络的下颌骨与咬肌分割框架。该网络是一种新型的多任务框架,其中Ro I定位和区域内分割这两个任务共享同一个骨干编码器网络。结合编码器给出的区域提议,从编码器中裁剪出多层次的Ro I区域特征,形成了一个GPU显存效率高的解码器以保持分割的细节,从而扩大了适用的体积大小和有效感受野。为了更高效地训练模型,设计了基于Dice的损失函数用于全局到局部的多任务学习过程。以53例头部CT图像数据进行了咬肌与下颌骨的分割实验,在准确性和效率方面明显优于经典的三维图像框架V-Net。其次实现了咬肌与下颌骨的三维可视化与测量。本系统包含了完整的基于CT影像的三维可视化渲染管线,能够以面绘制的方式对咬肌、下颌骨等与注射相关的解剖结构进行可视化,并且提供了基于光线投射的注射路径模拟及咬肌厚度测量等算法以供后续研究使用。此外,本系统还实现了基于3D形状的解剖标志点交互式标注以便生产后续研究需要的标注数据。然后基于CT影像分析了BoNT-A咬肌注射的解剖学基准,并定量地评估了主流的BoNT-A咬肌注射技术。我们基于咬肌、下颌骨和面部皮肤的三维网格表示,根据从临床医学文献中总结的规则提出了一套可量化的基于咬肌分区的解剖学基准,并使用计算机图形学技术定量地模拟了数套主流的咬肌注射技术并基于解剖学基准对它们进行评估,最终得到基于口角-耳垂参考线的咬肌注射技术是目前临床上最佳的。最后使用深度学习的方法对注射区域进行了定位。我们基于Point RCNN网络以3D目标检测的方式,将基于口角-耳垂的咬肌注射技术模拟得到的注射区域作为真值,在50例样本上训练了从人的面部3D点云数据检测咬肌注射区域的网络模型并进行了评估。由于面部三维特征与注射区域之间的联系相当隐晦,因此相对于主流的3D目标检测问题而言这是一个相当困难的任务,但我们仍然得到了较好的性能指标。