在医学影像诊断领域,DSA(数字减影血管造影图像)是血管类疾病临床诊断的金标准。现阶段广泛应用的血管造影诊疗手段是根据临床医师大量先验性经验对二维血管图像进行感知评判。血管造影三维重建的出现为造影图像临床诊断和手术指导提供了三维数字诊疗模型。但是,现阶段DSA图像三维重建技术仍存在特征匹配准确度低,重建配准点拟合方式繁琐,重建模型可视化感知不足等问题。基于现阶段三维重建所面临的重点和难点,本文提出了利用自动化Snake模型与轮廓渲染结合的方法进行颈脉造影的三维重建。该方法解决了传统Snake模型中必须依赖先验性知识手工标定控制点和造影影像深度感知不足的问题。主要研究方法如下:提出采用Gabor多尺度滤波和Hessian矩阵非抑制极大值提取算法对颈部血管中轴进行提取,创新性地提出利用造影双平面对极几何关系进行血管中轴sift特征匹配。优化了Snake模型在进行颈部血管三维重建时轮廓控制点的自动化定位方法。对颈脉重建后模型的轮廓渲染方法进行了研究。构建了一种基于深度缓冲模型的Alpha轮廓渲染模型。为临床医师和患者对血管的结构感知,深度感知提供了可视化感知模型。通过对实验的关键结果进行数据分析后得出,本文所用基于对极几何约束的sift特征匹配算法在对具有旋转、视角变换特性的血管骨架进行匹配时召回率较传统算法更接近1,鲁棒性较高。通过对Snake模型迭代误差比较可以得出,使用本文自动化Snake模型重建后的误差比传统Snake模型的误差平均减少了3个像素。通过对演染结果进行基于李克特量表的盛知性评估时可以得出,渲染结果在深度、结构和颜色的感知方面的评分均高于传统的X-ray和重建图像。