男性尿道病变构成狭窄,需要进行尿道替代术。目前临床尿道修复替代手术采用的是多种自体组织进行重建,组织工程技术的发展,为临床上尿道狭窄的治疗结合3D打印技术提供新思路。其关键环节是得到尿道海绵体三维模型。本文针对男性前尿道的超声图像,提出尿道海绵体分割与三维重建方法,并设计前尿道假体模拟实验,具体内容如下:首先针对男性正常前尿道腔和尿道海绵体超声图像,由于正常尿道腔轮廓清晰,采用基于区域的水平集方法实现尿道腔的分割;而尿道海绵体形如圆环但与周边组织分界的轮廓模糊,采用主动轮廓模型(active shape model,ASM)算法确定尿道海绵体与周边组织的外轮廓。实验结果表明,对于196张正常前尿道球部超声图像,基于区域的水平集方法与ASM算法结合能够有效且较快速实现尿道海绵体的分割。其次针对男性狭窄前尿道的超声图像,一是采用基于人工神经网络(artificial neural network,ANN)分割尿道海绵体,提取超声图像的Gabor特征,设计6个ANN模型,将Gabor特征作为ANN的输入进行训练;二是基于深度学习的方法分割尿道海绵体,采用U-net卷积神经网络逐层由浅到深提取超声图像特征,实现基于像素级的尿道海绵体的分割。实验结果表明,对于662张包含正常与狭窄前尿道超声图像,ANN与U-net卷积神经网络的方法在同批数据中的分割精度近似,但面对新数据,U-net泛化能力更强。最后将分割的尿道海绵体进行三维重建。并设计三组前尿道模拟实验,探索超声直线式扫描全长男性前尿道建立全长男性前尿道三维模型的可能性。总的来说,本文采用包括水平集、ASM算法及神经网络方法进行尿道海绵体的分割并进行三维重建,为开展尿道组织工程的研究提供准备,并设计尿道模拟实验,表明全长男性前尿道重建是可能的。