脊柱侧凸是一种较为常见的骨科疾病,易发于青少年人群。脊柱侧凸病症轻则影响身体协调和美观性,重则会影响婴幼儿及青少年的生长发育,甚至影响心肺功能,造成严重的并发症。严重的脊柱侧凸患者需要接受手术矫正治疗,然而手术治疗存在着较高的难度和风险,医生需要在术前对患者脊柱的形态进行仔细观察和测量,从而正确地判断患者的脊柱侧凸类型和畸形严重程度,制定合理的手术方案。当前,大多数医生在进行脊柱侧凸矫正手术的方案设计时,还在使用传统的二维CT或者X光片进行观察和测量,然后结合自身经验来制定手术方案。但是脊柱侧凸是一种三维空间下的脊柱畸形病症,因此基于二维图像的传统观察和测量方法直观性较差,并且耗费时间和精力,影响医生对患者真实情况的准确判断。所以,脊柱手术领域需要一种可以在三维空间下辅助观察和测量的工具。虽然当今有部分软件系统可以利用CT切片图重建患者的脊柱三维模型,以直观的方式观察脊柱,但这些软件通常是非专业软件,其为脊柱手术医生提供的特定的功能很少,且对于相关专业医生来说操作复杂,不利于大范围使用;而一些专业的软件往往会跟设备配套出售,价格昂贵,使用成本高。基于这样的背景,作者所在项目组决定为脊柱矫正手术提供一个专门的,包含重建、测量和模拟于一体的脊柱手术辅助测量系统,以帮助医生快速地制定合理的手术方案。目前此系统的关键功能已经基本具备,而本文对系统中涉及医学图像与三维模型分析的关键技术进行了研究,结合传统的图像处理方法和前沿的深度学习等技术,针对椎骨分割、识别和脊柱模拟矫正等方面提出了一些新的自动化的方法并成功应用到了系统中,本文的主要工作如下:(1)研究了连续的脊柱CT切片中椎骨区域的面积变化规律,提出了一种通过寻找极大特征点的方式定位正常椎骨图像序列中的椎骨分割点,然后从切片中提取单块椎骨图像并进行三维重建的椎骨分割方法。(2)基于参数样条曲线,通过将分割好的连续的单块椎骨模型拟合成一条光滑的脊柱曲线,然后通过计算,不断修正弯曲的脊柱曲线使相应的畸形脊柱形态逐渐趋于正常,实现了一种弯曲脊柱模拟自动矫正的方法。(3)通过提取单块椎骨模型中的空间点生成了椎骨点云数据,然后利用一种改进的Point Net网络对椎骨点云进行学习并自动分割其中的椎弓根,实现了一种自动识别定位椎弓根并生成椎弓根轮廓的方法。(4)提出了一种名为RNNin Caps的改进的胶囊网络,使其可以应用于三维椎骨图像的识别,获得高于原始胶囊网络的准确率。改进的网络的识别效果能够达到甚至在某些方面超过传统CNN网络。