现代社会人们的生活水平不断改善,由于膳食不合理以及锻炼的缺乏,我国血管类疾病发生率不断攀高,传统的逐张读片的诊断方式效率低下且依赖于医生个人的知识储备,本文以肺部CT序列为着重点,对其中的血管结构进行分割,使用三维重建技术对分割结果进行重建,为肺部血管疾病的诊断与治疗提供有力的辅助工具。首先,本文研究了X光和CT成像的原理以及DICOM3.0标准的具体内容,肺部血管分割第一步需要分割获得肺实质,然后在肺实质的基础之上进行后续的血管分割。为了实现肺实质的分割,本文研究了常用的图像分割方法,最终综合使用Otsu法、置信区域生长算法以及形态学运算完成了肺实质的分割。然后,本文研究了目前常用的血管分割算法,主要包括两类,一类是传统的基于Hessian矩阵的分割算法,如SATO及Frangi算法,此类算法在尺度选择过程中使用的是各向同性的选择方法,缺点是去除噪声的同时模糊了图像纹理,为此本文又研究了基于各向异性扩散的血管增强算法,最后通过实验分析比较了两种算法,对算法出现的问题提出了相应的解决办法,具体是添加了全局的灰度选择函数并对滤波方程作了修改使之更符合临床实际需要,再就是通过处理前与处理后图像的复合增强,一定程度上解决了图像滤波后所呈现的模糊失真问题。为了验证本文所提改进方法的正确性,本文以专家标定的肺部数据集为基础使用ROC曲线对多种算法的表现进行了对比分析,验证了本文所进行改进的有效性。最后,为了方便分割结果的呈现,本文研究了三维重建技术,包括面绘制技术和体绘制技术,面绘制技术以移动立方体算法为例进行了分析,体绘制技术则以光线投射算法为例进行了分析,此外还对比分析了两种可视化算法的优缺点及应用场景。论文最后结合开源工具ITK、VTK、CTK、QT开发了3D-Vessel软件,软件集成了上面研究的分割及可视化算法,通过回调函数的设计以及GPU体绘制的运用可以实现近乎实时的绘制效果动态更新,具有一定的临床实用价值。