近年来心脏疾病已经成为了人类健康的头号杀手。据统计资料显示,在西方发达国家,心血管疾病的死亡率高居榜首。如何有效准确的诊断心血管疾病已成为医学工作者的头号课题。从心脏机理来看,负责供血到全身各器官的左心室是心脏中最重要的部分。因此其形态和运动的异常被作为评估心脏病变的重要依据。随着医学影像技术的飞速发展。无创性的心脏观察成为可能。特别是近年来迅速发展的心脏核磁共振影像技术已经成为心脏疾病临床诊断的重要辅助手段。通过图像分割观察心室的形态结构,采用运动估计技术获取心室位移场及应力应变场,从而估测左心室的整体功能及心肌的局部功能,是当前无创的心脏观察的主要技术,在临床辅助诊断中有重要的意义。虽然大多数研究工作都将基于图像序列的左心室分割和运动估计视作两个独立的问题,然而实际上它们是相辅相成的。因为一方面,心脏的医学成像噪声较大且伴有伪影,给基于图像的左心室分割造成了极大的困难;另一方面,左心室的运动估计多数在分割结果上进行,运动分析的准确性取决于分割结果的准确性。因此本文提出三维左心室分割与运动联合估计的方法,该方法对左心室分割过程和运动估计过程进行统一的优化,可以同时取得合理的分割及运动结果。联合估计方法以连续生物力学模型作为理论基础,假设左心室为线性弹性体,在能量最小化原理的驱动下运动。进一步我们考虑到心脏本身的纤维复合材料特性,在连续生物力学模型中加入各向异性的材料约束.更真实地模拟了心脏的实际运动情况。连续生物力学模型可以提供如位移、应力应变等力学参数,为左心室整体功能及心肌局部功能的临床诊断提供了更为丰富的评价参数。鉴于心脏成像质量较差,仅仅采用基于图像的传统分割算法难以得到令人满意的分割结果。于是本文构造驱动模型运动的外力为图像信息力、形状特征力、节点分布先验力与时间约束力的合力,即通过添加相邻帧图像之间的相关性、运动物体的形状连续性及各种先验知识来辅助分割过程。这样不仅可以得到合理的分割结果,还可以获得连续的左心室运动场。本文还提出一种基于三维图像序列构造左心室几何模型的方法,在心脏舒张末期图像的基础上,构建左心室几何模型作为联合估计方法的初始轮廓。针对左心室外壁轮廓相对固定但成像模糊的特点,采用同时分割的方法在每层图像中提取左心室的二维内外壁轮廓,该方法需要的人机交互操作少,极大地提高了分割效率。进一步针对心脏MR三维成像层间分辨率低于层内分辨率的特点,为满足用户对左心室几何表示的不同精细度需求,提出采用基于形状的轮廓插值方法代替传统的图像插值方法,有效的保持了左心室的形状特征。在数值方法上,本文分别使用了有限元方法和无网格方法。有限元法将左心室区域划分为一组有限单元,而无网格法则用散乱的采样点表示问题区域,节点之间没有拓扑连接关系,通过节点邻域内的点集来近似未知场函数值。无网格法可以更加精确地恢复左心室的纤维方向场。而且由于无网格方法没有单元之间的束缚,强调整体求解的误差最小,因此具有比有限元方法更高的分割精度,且不会因模型变形过大而需要单元的重新划分。实验证明,无网格法比有限元方法更加适合联合估计。