计算机辅助诊断技术是通过医学影像处理技术,结合计算机的分析计算,辅助发现病灶。随着计算机科学技术的发展,应用领域不断扩张,计算机与医学图像相结合的计算机辅助诊断技术已然成了研究的热点。图像作为传递主要思想、展示主观信息、表达丰富情感和记录有效信息的重要媒介,具有一定的保存意义和研究价值,在人体医学领域,拍摄医学影像更是直接获取病人的生命体征信息的重要方式。通过自动化的辅助检测可以减轻医生的工作量甚至提高诊断率,因此对结合医学图像的计算机辅助技术的研究对医学工程领域具有重大的意义。本文将医学图像与虚拟现实技术(VR)相结合,将甲状腺二维DICOM图像经过处理后应用到VR环境下,然后进行相应的操作与分析,设计与实现医学图像智能分析系统。通过医学图像智能分析系统,可以减轻医生的工作量甚至提高诊断的准确率。主要研究成果如下:首先,针对甲状腺二维DICOM图像的具体特征,研究了基于水平集的活动轮廓模型分割技术,利用C-V模型成功将甲状腺部位分割出来,以便于后续的识别工作。其次,将上一步已经分割完成的甲状腺图像进行特征提取,利用SVM分类器对甲状腺图像进行分类,识别出正常图像和病变图像。在此基础上,提出了一种基于遗传算法的GA-SVM分类器,优化了SVM算法中的相关参数,提高了分类的正确率。最后,研究了基于VTK的医学图像三维重建技术,分别利用面绘制和体绘制技术,成功绘制出甲状腺的三维图像。同时研究了HTC vive虚拟现实设备,利用Unity3D引擎和SteamVR插件将甲状腺三维模型导入到VR环境中,并进行相关的VR交互操作。