人类一直渴望去认识大脑、保护大脑甚至创造脑,然而我们目前对大脑还是知之甚少。结构是决定功能的基础,神经元相互连接形成的神经环路负责脑内的信息传递和处理,进而发挥大脑的功能。因此解析神经环路成为我们了解大脑的基础。由于神经元结构的特殊性,要研究大脑,必须获取全脑范围的单神经元水平精细结构的成像数据。近十几年间各国科学家陆续研发了以显微光学切片断层成像系统为代表的多种全脑高分辨成像系统,但是此类成像方式带来的问题是获取的图像数据集往往都是TB级的,现有的处理软件无法快速完成数据集的预处理。本文主要研究了显微光学切片断层成像系统采集的海量图像数据的快速预处理方法,对已建立的海量显微光学切片断层成像系统图像预处理方案中的缺陷进行了改进和完善。通过模块化的开发方式设计了三个新的图像预处理应用:新型荧光显微光学切片断层成像系统图像拼接预处理应用、海量图像批处理应用、快速获取XZ/YZ平面高分辨率投影图应用。这三个应用的加入使原图像预处理方案更加完善。其中设计的新型荧光显微光学切片断层成像系统图像拼接预处理应用能够使原海量图像预处理方案中能多支持一种类型数据的预处理。海量图像批处理应用和快速获取XZ/YZ平面高分辨率投影图应用,能比原处理方案更快的得到处理结果。设计的这三个图像预处理应用,均采用MPI和OpenMP两级并行加速,能在集群上快速处理海量显微光学切片断层成像系统采集的原始分辨率图像数据集。通过本文的研究,为新型荧光显微光学切片断层成像系统建立了图像拼接预处理方案,能够将系统采集的原始数据集快速完成拼接预处理。此外,为海量图像批处理和快速获取XZ/YZ平面高分辨率投影图功能设计了新的处理方案,能够比原处理方案更快的得到处理结果。本文提出的三个方案均设计为独立的应用,能在高性能服务器集群上快速完成对海量图像数据的处理。