先天性心脏病在新生儿先天性缺陷中占很高比例，心血管疾病成为威胁人类健康和幸福生活的杀手。本文主要研究了心脏诊断中的两项关键技术，第一项是心脏的虚拟内窥镜，第二项是心脏二尖瓣瓣根点的识别。虚拟内窥镜的基础技术是三维显示。三维纹理映射算法和视线投射算法是三维显示中的经典方法。本文的研究中重点在于心脏腔室的漫游与显示技术。主要针对视线平面的选择、视线的采样、光照效果提出了解决方案。心脏图像噪声多，内部结构复杂，成为心脏的虚拟内窥镜的技术瓶颈。针对此问题提出了噪声处理方法和对复杂内部结构的虚拟内窥镜的方法。平台方便了医生对心脏内部关键结构的定位和观察，减少了漏诊和误诊的可能。本文的虚拟内窥镜平台基于心脏的CT图像。心脏二尖瓣瓣根点是心脏的一个非常重要的特征点，其在心动周期中基本处于一个不变的位置，有利于心脏的多模板配准和心脏结构的划分。由于心脏的结构相对固定，超声图像中表现为四个黑色的腔，以及中间白色的二尖瓣、三尖瓣和室间隔。因此，心脏图像具有明显的结构特征。因此，我们设计了具有结构特征的局部上下文特征。它通过非均匀采样，获得一个像素点周围特定范围内的结构上的特征。分类器使用加性核函数的SVM分类器，提高了算法的分类速度。为了提高算法识别的准确性，设计了加权密度场，准确识别SVM分类器的结果点集中密度最高的两个点集，作为二尖瓣瓣根点的近似位置。最后，以近似位置作为KMeans的初始分类中心，在一定范围内对SVM分类结果集分类，计算出二尖瓣瓣根点的精确位置。这在一定程度上提高了分类的准确性，为二尖瓣的识别在临床上的应用提供了可能。本文对心脏的两种的关键技术做了研究。对两种技术做了大量的实验和分析，对心血管疾病的诊断有重大意义。