本论文提出了一种虚拟血管镜主动导航系统中基于深度信息的场景分析的方法，以得到血管树形结构，使基于深度信息的虚拟血管镜主动导航系统具备快速准确地引导虚拟摄像机进行导航和遍历血管网络的能力，最终得到可靠简洁的虚拟摄像机路径规划，提高了虚拟血管镜作为辅助医学诊断手段的价值和效率。 虚拟内窥镜是一种利用CT、MRI或PET等断层成像技术得到病人数据并用内窥镜形式进行显示的技术，可归于科学可视化范畴。因其非介入性而在医学诊断领域有广阔的应用前景。 在虚拟内窥镜系统中，沿某种路径移动虚拟摄像机以达到观察诊断目的的过程称为导航目前有人机交互和主动导航两种导航模式，其中人机交互模式的虚拟内窥镜系统已应用于临床。主动导航技术能在尽量少人工干预的条件下完成导航，避免了迷失问题，使缺乏经验者也能轻松使用，受到了使用者的欢迎，是目前虚拟内窥镜技术研究的重点。 本论文介绍了工作的背景知识和目前国内外对虚拟内窥镜主动导航系统的研究现状，在前人工作的基础上对基于深度信息的场景分析和血管树形结构构建过程进行了深入研究。 本论文的第二章提出并实现了一个系统框架，利用场景各点深度检测解决了摄像机前进方向的决策；利用分水岭分割方法思想定位血管分叉的代表血管分叉点并对血管分叉点进行加权以删减多余血管分支。利用这个成果在本论文的第三章针对场景的动态变化详细讨论了各种情况下血管树形结构的修改方法，得到简洁可靠的树形结构，实现了血管网络的快速遍历搜索。 实验过程使用了多套腹部和颈部CT数据集，以较短的导航时间获得了简洁可靠的树形结构，得到了满意的结果，基本达到了本课题所提出的目标。