虚拟内窥镜是融合虚拟现实技术、计算机图形学、医学图像处理、科学计算可视化,以医学影像作为原始数据来模拟传统光学内窥镜的一种技术,是虚拟现实技术在现代医学中的应用。近年来,随着高分辨率医学图像(CT、MRI等)的出现和虚拟现实技术的不断完善、提高,虚拟内窥镜技术得到了迅速发展,成为虚拟现实技术走向实际应用最为活跃的研究领域之一。虚拟内窥镜克服了传统光学内窥镜需把内窥镜体插入人体内的缺点,是一种非侵入型、完全无接触式的医疗检查手段,在医疗领域得到了越来越广泛的应用。它的研究旨在为医生提供诊断依据,还可应用于辅助诊断、手术规划、实现手术的精确定位和医务人员的培训等。论文对虚拟内窥镜系统的主要关键技术进行了深入的研究。首先,研究了医学图像的预处理和组织分割技术。在图像预处理方面,实现了各向异性扩散滤波算法,并提出了一种基于CUDA的并行各向异性扩散滤波的方法。它在快速去噪的同时,能保留医学图像重要的边缘和局部细节。在组织分割方面,实现了区域生长算法,准确有效地提取出了人体结肠数据,此数据作为中心路径提取算法的测试数据。并提出了基于CUDA的C-V水平集分割方法,它解决了水平集方法计算费时的缺点,在保证分割效果的前提下,具有较快的分割速度；其次,针对虚拟内窥镜的路径规划问题,总结了中心路径的定义和特性,研究了目前主要的中心路径提取技术,结合距离变换技术,实现了一种基于边界距离场的中心路径提取算法,并对此算法进行了改进,利用多分辨率和优先查找表来加快最大生成树的生成,从而大大缩短了中心路径的提取时间；再次,在虚拟内窥镜的场景绘制算法研究中,介绍了三维规则数据场中的面绘制和体绘制算法,利用可视化工具包VTK实现了医学图像的三维重建；最后,在对虚拟内窥镜中的关键技术进行深入研究的基础上,提供了具有交互功能的虚拟内窥镜系统,给出了用户界面,验证了系统中所用算法的正确性和有效性,对以后研究工作中需要做更深入研究的方面作了展望。