本文以中国虚拟人数据集和美国虚拟人数据集为主要研究对象,在改进型数据管线构架和并行处理模式基础上,系统研究了在PC应用环境下完成超大数据集的三维重建,分别以表面绘制和体绘制两个方式实现了可视化绘制,并开发了实施重建的原型系统.人体组织是非均一、非刚性、存在复杂变形的特殊实体.对数字化人体数据集进行三维重建的主要处理难点是被处理的数据量庞大、内部组织组成复杂且边界模糊.为了有效重建这类复杂实体,基于体素的建模方法优于传统的边界表达方法.论文重点讨论和研究了基于体素建模的重建方式和工作流程.论文的主要研究内容包括:基于并行处理模式的数据管线构架的构建与实现;基于医学图像序列的预处理、配准、分割、表面重建、模型简化、表面光滑等算法的改进与实现;超大数据的体绘制技术研究与比较;针对中国虚拟人彩色图像切片序列的整体配准和组织分割算法的规划和应用及原型系统开发等等.本文除了第一章绪论和第七章工作总结外,其他章节主要的内容如下:论文第二章主要讨论了虚拟人真彩色图像序列的混合配准方法.本章首先介绍了基于图像信息的通用医学图像配准原理和基本配准流程.本章接着针对中国虚拟人真彩色图像序列的特点,提出了一种集成图像特征点方向校正和图像截面组织信息标准化相关性分析的高精度快速配准方法.论文第三章对虚拟人彩色图像序列的分割算法进行了研究.对组织或器官的分割与提取是保证重建模型准确表达其相应组织器官的前提.本章提出一种针对彩色图像切片序列的基于模糊连通性的分割算法,结合图像局域分析范围内的基于向量表达的各向异性三维扩散分析策略,成功实现了对部分人体组织的有效分割.论文第四章阐述所研究和采用的超大数据集的表面重建和可视化并行工作模式、重建流程及主要算法.本章首先研究了数据管线框架的构建和改进,即在通用数据管线的基础上,在数据处理实体和数据实体间构建数据缓冲实体,用以实现对当前处理数据块的存储、管理与调配.在改进的数据管线框架中,提出了三种并行处理模式:任务并行模式、数据并行模式和管线并行模式,用以充分利用PC机环境下的多CPU处理能力,进而加快重建速度.接下来,本章重点讨论和规划了针对超大数据集表面重建的流程,并系统地阐述了流程中的各个环节,包括统一化的分析模型、三维空域滤波、表面模型重建、模型简化和表面光滑.论文第五章介绍所研究并实现了的一种新的面向超大数据集重建的快速体绘制算法.本章首先系统阐述了已有的体绘制加速技术.接着介绍了经典的Shear-Warp快速体绘制算法.随后,在分析了Shear-Warp体绘制算法不足和考虑了已有加速体绘制技术的问题基础上,本章设计并实现了一种新的面向超大数据集处理的快速体绘制重建算法.该算法采用优化的新型八叉树编码的体数据存储和快速八叉树单元节点访问算法实现了体数据的分级压缩存储处理和对节点单元的快速定位、搜索和遍历,同时结合改进的基于Shear-Warp分解的射线模板策略,最终在PC环境下实现了超大数据集的高质量的快速体绘制.论文第六章主要介绍了运行于通用多CPU的PC机环境下面向人体建模的通用医学图像重建系统的系统功能模块划分、功能流程规划与开发实现.该系统不仅全面地实现了上述基于新型数据管线构架的并行协作工作模式下的表面模型重建流程和快速体绘制算法,还重点考虑了系统在功能组件化、模块化和扩展性等方面的需求,使得这一原型系统提供的模块通过适当调整联结和功能扩展就能够组装成为适应新的医学应用系统.本原型系统经过美国国立医学图书馆和广州第一军医大学(现更名为南方医科大学)及中国医科大学附属第一医院外科局部解剖教研室提供的超大数据集验证,在通用PC环境下能够实现超大数据的三维重建和实时绘制.