血管信息的实时监测对心脑血管疾病的诊断,以及对治疗方案的规划评估有着重要的意义。目前,超声成像基于其低成本、实时性以及无电离辐射等优势成为了临床医学诊断中一种广泛应用的成像方式,而血管检测正是超声成像技术中一个常见的应用点。传统超声成像设备中通常都包含了B模式成像,彩色多普勒成像以及脉冲多普勒成像等成像技术,可用于检测体内血管的分布、血管的走向以及血流速度等血管信息。二维B模式超声图像能够对扫描组织进行实时的解剖成像,基于超声图像的诊断极其依赖于医务人员的临床经验与知识,因此缺乏临床经验的医务人员难以准确识别当前扫描部位的解剖结构,难以从整体器官角度进行评估分析,难以给出准确的诊断结果。加之,医务人员在对器官进行扫查时,必须通过二维平面图像在脑海中构建整个三维扫描空间,这是复杂且花费时间的工作。因此,构建一种三维可视化图像就能帮助医务人员快速且准确地完成诊断。目前,三维超声成像仍然存在重建算法复杂度高,重建时间过长等不足,这让三维超声难以应用到成像实时性要求较高的场景中。本文针对三维重建时间慢的问题,研究了GPU加速技术和超声平面波技术用于三维重建的优化。在数据采集装置上组装了单维度运动的滑轨,并组装了可以固定超声换能器的非程控机械臂,同时设置ULA-OP 256设备的相关参数实现128通道的超声平面波接发控制。在滑轨带动换能器扫查的同时,ULA-OP 256设备通过预设参数发射平面波并对回波数据进行接收,基于获取的数据,实现GPU加速的平面波波束合成以及基于PNN重建算法的三维重建,最终用VTK对重建数据进行可视化渲染。相比于传统聚焦超声的三维重建,平面波的三维重建对超声数据的获取速度进行了优化,使之提高了上百倍;基于GPU的平面波波束合成实现了数据处理速度上的优化,其波束合成的速度较依赖CPU的串行运算速度提高了6倍;而采用GPU加速的PNN算法使重建速度提高了3.8倍。本次研究实现了基于GPU和平面波的超快速三维超声血管可视化,在医疗诊断上具有很高的使用价值。