医学图像融合是目前的一个研究热点问题,是一个多学科交叉的研究领域,是计算机图形学和图象处理在生物医学工程中的重要应用。它涉及数字图象处理、计算机图形学以及医学领域的相关知识。医学图像融合及可视化是一种保存不同成像模式图像的特征,将其融合在一张图像上显示的图形图像处理技术,它能够反应病变区域空间位置对应关系,以及综合评价病人病理特性,为更有依据的医疗诊断及后续治疗起了相当大的帮助。它在诊断医学、手术规划及模拟仿真、整形及假肢外科、放射治疗规划、解剖教学等应用方向都发挥了重要作用。因此,对医学图像融合的研究,具有重要的学术意义和应用价值。然而过去的图像融合技术,在精度以及计算时间上都不够理想,从而在一些方面上限制了其的应用范围。随着计算机硬件的高速发展,图形处理器(GPU)的计算能力也保持着几何级数的增长趋势,不仅被运用于图形渲染,还凭借着它的出色的浮点计算能力、灵活的可编程性以及并行架构,被越来越多的应于图形学之外的其他通用计算领域,从而形成了一项新的技术——通用图形硬件加速编程(GPGPU)技术。本文研究的主要内容是提出了一种新的多尺度算法——频域非下采样轮廓波变换,从理论上证明了该变换算法,并且研究了GPU在与医学图像分割相关的图形计算和通用计算中的应用技术,包括利用GPU的图形渲染管线进行通用计算的基本思路和技巧,最后将GPU加速与多尺度变换相结合,介绍了基于GPU实现融合算法的具体步骤,并通过实验证明了GPU对于医学图像融合所具有的巨大加速作用。