三维图像较之传统二维图像涵盖了更多信息。随着医学成像诊断仪器的发展,超声、CT和MRI等成像模式的三维成像技术迅速发展。在超声导引手术中,由于二维图像空间信息的局限性,传统二维超声往往难以精确确定手术刀头与病灶之间的相对位置,这是导致手术失败的主要原因之一。三维超声图像因其能定性显示手术刀头与病灶之间三维空间位置关系,可以帮助医生进行手术刀的精确定位。本文在此背景下,提出了一种基于相位编组的三维超声针状物体自动检测算法,以期能定量分析出手术刀头与病灶之间三维空间位置关系,从而辅助介入治疗。本文首先对几种二维直线检测算法进行比较分析,其中相位编组利用梯度相位进行直线检测,有利于弱对比度直线的提取;然后针对超声图像特点,对二维相位编组进行改进;在此理论和实践的基础上,通过建立有效数学模型,将二维相位编组算法推广到三维,并重点论述了三维超声图像针状物体的提取方法。本文的核心工作和创新点在于,通过建立新的数学模型将相位编组思想成功应用于三维超声图像针状物体分割。本文从三维图像的拓扑结构、分组依据和边缘支持区域内提取直线三个方面详细阐述了针对三维超声图像的相位编组算法的原理。三维相位编组以直线上相邻点的外积向量为分组依据,对三维数据体进行分组,形成边缘支持区域,然后在最大边缘支持区域内,采用最小二乘空间直线拟合方法进行直线提取。最后,本文采用模拟数据和超声体模数据对该算法进行了验证,并从主观和客观两方面对算法进行了评价。主观上看,实验结果定性的证明了算法的有效性。客观上看,通过与经典三维Hough变换直线检测算法进行分析比较发现,较之三维Hough变换,该算法角度偏移、端点位置偏移略小,提取针状物体的中线更准确,运算速度较快,不需要任何先验知识。