主动脉是人体最为重要的血管，而因主动脉夹层导致的心血管疾病死亡率很高，在诊断与治疗时主治医生需要获取准确的主动脉外部三维模型及内部血液动力学信息，针对主动脉夹层诊疗过程中CT图像序列，如何准确地从中分割提取出主动脉区域是一个亟待解决的问题。本文设计了一种基于超像素和形状特征结合的三维分割方法，通过高效准确的分割主动脉区域并实现3D可视化显示，为医生进行诊断以及治疗提供有效信息；并对构建主动脉3D模型进行血液动力学仿真分析，为主动脉夹层的发病机制提供有效参考信息。本文主要工作如下：
　　(1)收集建立了人体胸腹腔CT图像主动脉分割数据集，通过人工标注的方式确定主动脉区域，该数据集对指导分割算法的研究与算法性能评价有重要意义，同时设计了一种基于形状特征的的自动定位算法，实现了对主动脉弓步区域的精确定位。
　　(2)根据主动脉的形状特征提取模型并对简单线性迭代聚类算法(SLIC)进行改进，设计了适合主动脉三维分割的3D-SLIC算法，并对超像素结果使用区域邻接矩阵进行合并；将实验结果与金标准进行对比，本文设计算法可以准确高效的从三维空间中分割提取主动脉区域。
　　(3)对完成分割提取后的主动脉区域建立三维模型，通过血液动力学仿真分析，模拟主动脉中的血液环境，分析了不同入口压力时血液流动对主动脉及主动脉夹层产生的影响，为主动脉夹层的发病机制和诊断治疗提供了参考数据。
　　本文设计的主动脉三维分割方法充分考虑了主动脉的形状特征与空间特征，可以高效准确的对主动脉进行三维分割。对本文方法的结果采用重叠率与时间来量化评估，相比其他主动脉分割算法重叠率最高提升10.768%，耗时减少近3/4。通过对主动脉模型进行血液动力学分析，模拟主动脉内血液环境，分析血流对主动脉和主动脉夹层的影响，为医生提供辅助支撑信息。本文工作对于主动脉夹层的诊断与治疗有较好地辅助，可以提高医生工作效率，对于挽救病人生命有重要意义。