随着工程技术与医学的不断融合发展,医工交叉成为目前研究与应用的一项重要领域。其中,计算机辅助技术在临床诊断与治疗中扮演着越来越重要的角色。本文主要将计算机图像与视觉领域中的分割与配准技术应用在髋关节的临床诊断与治疗中,利用自动分割技术将髋关节中的感兴趣区域进行自动提取处理,为医生对病灶的进一步诊断分析（如:量化分析、三维可视化等）提供帮助。通过对髋关节虚实图像配准技术的研究,为医生提供了一种基于AR可视化的图像引导系统,帮助医生更加直观地判断病灶所在的空间位置。本文的主要研究内容如下:（1）为了实现对CT图像中髋关节的自动分割,提出了一种基于图割模型的自动分割算法。首先针对髋关节CT图像中存在的弱边缘,相邻骨骼间隙狭窄等特点,提出了一种基于梯度与直方图的增强滤波器,实现对骨骼边界信息的增强。通过增强滤波器的输出特性与骨骼CT强度范围,对图割模型进行了优化改进,构建了有向边缘项和先验约束区域项,并利用形态学特性进行后处理操作,最终实现髋关节的自动分割。实验证明,在对髋关节的自动分割中,相比于其他算法,本文提出的算法模型具有较高的准确性。（2）针对如何在髋关节临床治疗中实现对股骨头坏死病灶体积的快速量化问题。本文提出了一种基于局部区域信息的Geodesic ACs分割模型,针对CT图像中股骨头坏死区域存在的病灶边缘模糊以及病灶内部区域纹理异构等图像特点,在本算法模型中,对LRAC模型与Geodesic ACs模型中的优势特性进行融合,构建了基于局部区域信息的活动轮廓模型。通过本文提出的算法模型对分割提取出的病灶区域进行体积量化,从而得到骨坏死体积,其体积量化误差符合在临床诊断中的允许误差范围。通过实验证明,在对股骨头坏死区域的分割中,相比于其他算法,本文提出的分割模型具有更高准确性和可靠性。（3）针对髋关节置换术中的图像引导问题,本文通过对图像配准技术研究,提出了一种基于AR可视化的图像引导系统。首先对研究内容（1）（2）中分割提取出的髋关节及其病灶区域进行三维可视化建模,获得图像配准所需的虚拟三维模型。在图像引导过程中,利用基于点的配准方法,通过本文建立的各坐标空间转换关系进行实时配准计算,将带有病灶的股骨头虚拟三维模型实时配准到其所在现实空间中的相对应位置。在临床治疗中,为医生提供直观的病灶实时空间信息。实验结果表明,本文提出的图像配准技术具有较好的精确性与可靠性。