医学图像的配准和三维可视化技术属于医学图像领域的研究热点。医学图像配准是实现医学图像融合的先决条件和关键，通过需求空间变换使对应点在空间位置和解剖结构上达到完全一致。医学图像配准为三维重构提供更全面和准确的图像依据，从而提高诊断治疗的准确性和有效性。医学图像三维可视化可以科学、准确地重构被检测物，克服了因医疗成像设备的局限性导致的不确定因素，从而进行定性、定量分析。医学图像可视化为医生提供了更逼真的显示，便于多角度、多层次观察和分析。医学图像已广泛应用于疾病诊断和治疗，三维医学重构出的各器官供医生进行病情分析，利用计算机模拟和规划实现放射治疗和矫形手术。医学图像三维重构由于数据量大，很难实现实时交互，而利用GPU强大的并行运算能力，能在高品质绘制质量的基础上实现实时交互。CUDA（统一计算设备）是NVIDIA推出的GPU通用计算产品，使用类C语言开发，编程简单，功能强大，架构体系适用于GPU通用计算。本文研究了医学图像的刚性配准和三维可视化技术，总结了三维可视化技术的经典的算法，提出了一种加速医学图像配准的方法，同时改进了点绘制算法，使其不管是在绘制速度和绘制质量上都有一定程度改善。另一方面，针对点绘制算法的巨大计算量和大量并行运算的特点，实现了基于CUDA的绘制加速，达到了实时交互的绘制要求。本文的主要内容：1．总结了三维可视化技术的经典算法。重点介绍了MC面绘制算法和光线跟踪，错切变形体绘制算法。提出了解决MC算法的二义性的方法，提出了基于面绘制，体绘制的优化策略。2．研究了医学图像的配准方法，提出了对刚性形变的医学图像配准的加速方法。该方法使用比较适合医学图像配准的互信息作为相似性测度，同时将互信息做归一化处理以减少交叠区域敏感程度并且不易陷入局部极值。改进了Powell算法，使优化配准参数更加准确。改变优化搜索初始值，减少了配准时间。3．改进了点绘制的两类经典算法。利用点的八叉树剖分，实现了自适应的多细节层次的splat算法。提出了两种方法解决了传统sure splatting方法的走样问题。通过剪切透视变换在解决走样的同时，提高了绘制效率，而基于椭圆加权的滤波和根据距离不同对滤波器的选择不同也同样是问题得到解决。4．实现了点绘制的CUDA加速。由于基于点的绘制算法中很多计算可以并行实现，而GPU的架构决定了其很适合并行计算，在多线程并发执行的加速下，得到了能够实时交互的绘制图像。