血管疾病已成为威胁当前发达国家公众健康的头号因素。近年来医学图像中的磁共振成像(MRI)能够有效地呈现出医学数据的几何形态等特征。如果能够采用MRI数据重建出三维脑血管结构,并建立血流模拟模型,对于理解血管形态结构以及动脉血管疾病成因无疑是一个极大的推动作用,这正是论文的研究目标。论文主要工作如下：1)针对MRI噪声数据采用小波自适应扩散等方法进行噪声过滤。对血管图像预处理进行各向自适应扩散滤波,在高频部分,分别对水平、垂直和对角扩散。结果显示此方法可以很好地保持边缘,同时又可以消除常见噪声。2)针对脑血管图像采用自适应阈值提取目标,并设计交互操作提高分割准确性。考虑到全局阈值无法分割具有低对比度的薄血管,在图像增强预处理基础上,通过少量用户交互定义阈值,从而有效地改进分割效果。3)针对脑血管数据采用纳维斯托克方程构建血管流仿真模型。定义血管壁切应力、血管静压、血管位移向量、管壁内边界等为参数化变量,建立三维脑血管的拉格朗日—欧拉(ALE)方程,形成可用于数值求解的脑血管数据仿真模型。并通过实验仿真验证了模型的有效性。4)在上述研究工作基础上,开发实现了一个脑血管医学影像数据处理和仿真原型系统。该原型系统包括医学图像降噪、分割、三维重建和可视化、感兴趣区剪切等基本操作,可导出生成STL格式的三维血管模型,用于后续的有限元分析,实现局部血管内各部位的血液流速、压力和扰动和湍流等参数仿真。原型系统能够实现血管病变的参数化评价,有效监控预测血管情况,对于脑动脉瘤分析提供了重要参考。