近年来随着医学成像技术的不断发展,各种成像设备如CT、MRI、PET等得到了广泛的应用,为医学诊断提供了许多人体解剖和功能信息,影像诊断也成为当今医学诊断不可或缺的一项技术。医学图像的广泛应用和急剧增加也加重了医生的负担。然而,外科医师在进行腹部手术术前规划中,迫切需要一种能够直接支持对临床影像数据进行解析、分割和三维重建的软件平台,并利用该平台根据手术要求,自主对腹部血管及其周围正常脏器的关系进行三维可视化分析。因此,挖掘并利用影像资料在腹部手术术前规划中具有极大的价值。针对上述这一需求,本文主要研究了基于腹部动脉期CT图像的腹主动脉分割技术。除了介绍当今主流的血管分割技术外,还介绍了血管分割领域常用到的医学图像处理技术,并在此研究基础上提出了一种改进的基于三维区域生长的腹主动脉分割方法,搭建了基于MFC框架的腹主动脉分割平台,并在平台上对分割算法进行测试,最终的运行效率和运行结果都比较理想。本研究课题的目标是搭建一个能够进行腹主动脉分割及可视化的软件平台,最终将平台扩充到腹部血管及各个脏器的分割及可视化,为临床手术规划提供精确的腹部结构视图。通过研究现有的图像分割技术,本文提出了一种改进的基于三维区域生长的腹主动脉分割方法。该方法先对图像进行必要的预处理,利用两个全局阈值提取初始血管和骨骼；然后在此基础上利用三维区域生长对主动脉及其邻近大血管进行提取；细血管的提取则通过计算连通区域索引面积计数HAI,根据HAI的大小对细血管进行粗提取,然后对粗提取的细血管,沿着垂直于横截面的轴方向进行连续性判断,从而对细血管进行筛选；最后将主动脉大血管和细血管进行简单的合并,得到最终的腹主动脉结果。为了保证血管的准确性,课题还提出了手动修改的功能,进一步增加血管分割的可靠性。通过临床医生对分割结果的评估,证明了本文算法在解剖学上的可靠性。与医院放射科可视化平台对比结果也验证了算法的准确性,具有一定的参考价值。