自上世纪八十年代提出科学计算可视化之后，三维数据可视化应用越来越广，最终发展成了体绘制技术领域。体绘制是可视化的一个重要方向，它是根据体数据分布将体细节显示在二维屏幕上的一种技术。通过体绘制以及相关不透明度的控制，能够在单张图像中表达不同种物质的综合分布。医学图像处理中经常要用到体绘制这一技术，有关医学影像的体绘制技术研究也是逐年增加。由于计算机技术的发展以及医疗成像设备的改进，扫描出切片的间距越来越薄，分辨率越来越高，所以数据量也越来越大。特别是随着四维计算机断层扫描的出现，每次扫描的数据是三维数据的十倍甚至数十倍。传统的利用CPU进行所有计算的方式不能满足实时绘制以及交互的要求。近十年，GPU有了长足的发展，并且朝着通用计算的方向迈进，GPU的数据处理能力远远超越CPU，这使得在普通计算机上实现实时体绘制变成了可能。现阶段，虽然对三维重建算法研究较多，但是大多数算法设计的传输函数都是针对特定数据集绘制出特定效果，很少有一种算法能对不同的数据绘制出不同的结果。另外，由于三维重建不具备时变信息，无法动态地比较病灶随时间的变化，医生只能通过手动方式比较不同时刻采集的数据，这种方式费时费力，如何对一组不同时刻的采集数据进行四维可视化显得非常重要。然而针对四维可视化的研究国内还处于起步阶段，已有的算法在普通计算机上进行四维可视化还不能达到实时绘制并流畅交互。因此，本文针对以上两个问题开展了相关研究。为克服传统算法实现医学影像体绘制重建耗时长、达不到实时交互、绘制效果单一的不足，本文实现了一种基于GPU的光线投射算法并用于医学影像实时体绘制，通过研究人体CT值的分布，设计了多种不同的颜色传输函数及不透明度传输函数，能快速切换不同组织器官的绘制效果。实验结果表明，本文实现的GPU加速光线投射算法即便是在绘制900张切片时，其用时也能控制在2s左右，交互速度在20fps以上，能够满足临床诊疗需求。并且进行了CPU端光线投射绘制与GPU端光线投射绘制时间与质量的对比，时间加速比最高能达到9倍左右，GPU端绘制的质量也更高。为解决通用计算机不能实时进行医学影像四维可视化并流畅交互这一问题，实现了一种基于GPU的医学影像及病灶提取的四维可视化解决方案。借助开放图形类库，编程实现了序列体数据的读取、显示。依据不同组织器官灰度值的不同，设置颜色查找表中灰度值上下限来控制显示不同的组织，并在确定病灶区域位置的情况下，实现了病灶区域的提取及局部四维可视化。本算法对肺部十个时相的数据绘制速度能达到20fps左右，对提取后的病灶区域的绘制速度达到31fps，即便是在交互过程中也能维持在22fps左右，实现了流畅播放，能够满足医师临床需求。